Найти текст div через метку div с Beautifulsoup - PullRequest
Новая
       38

Найти текст div через метку div с Beautifulsoup

2 голосов
/ 22 мая 2019

Предположим следующий HTML-фрагмент, из которого я хотел бы извлечь значения, соответствующие меткам 'price' и 'ship from': 

<div class="divName">
    <div>
        <label>Price</label>
        <div>22.99</div>
    </div>
    <div>
        <label>Ships from</label>
        <span>EU</span>
    </div>
</div>

Который является частью большого HTML-файла. Предположим, что в некоторых файлах присутствует надпись «Ships from», иногда нет. Я хотел бы использовать BeautifulSoup, аналогичного подхода, чтобы справиться с этим, из-за изменчивости HTML-содержимого. Имеется несколько div и span, что затрудняет выбор без идентификатора или имени класса

Мои мысли, как-то так: 

t = open('snippet.html', 'rb').read().decode('iso-8859-1')
s = BeautifulSoup(t, 'lxml')
s.find('div.divName[label*=Price]')
s.find('div.divName[label*=Ships from]')

Однако это возвращает пустой список.

Ответы [ 3 ]

3 голосов
/ 22 мая 2019

Используйте select, чтобы найти label, а затем используйте find_next_sibling().text

Пример: 

from bs4 import BeautifulSoup

html = """<div class="divName">
    <div>
        <label>Price</label>
        <div>22.99</div>
    </div>
    <div>
        <label>Ships from</label>
        <span>EU</span>
    </div>
</div>"""

soup = BeautifulSoup(html, "html.parser")
for lab in soup.select("label"):
    print(lab.find_next_sibling().text)

Выход: 

22.99
EU
1 голос
/ 22 мая 2019

Попробуйте это: 

from bs4 import BeautifulSoup
from bs4.element import Tag

html = """ <div class="divName">
    <div>
        <label>Price</label>
        <div>22.99</div>
    </div>
    <div>
        <label>Ships from</label>
        <span>EU</span>
    </div>
</div>"""

s = BeautifulSoup(html, 'lxml')
row = s.find(class_='divName')

Раствор-1: 

for tag in row.findChildren():
    if len(tag) > 1:
        continue
    if tag.name in 'span' and isinstance(tag, Tag):
        print(tag.text)
    elif tag.name in 'div' and isinstance(tag, Tag):
        print(tag.text)

Раствор-2: 

for lab in row.select("label"):
    print(lab.find_next_sibling().text)

O / P: 

22.99
EU
0 голосов
/ 22 мая 2019

Вы можете использовать :contains (с бс 4.7.1 и next_sibling 

import requests
from bs4 import BeautifulSoup as bs

html = '''
<div class="divName">
    <div>
        <label>Price</label>
        <div>22.99</div>
    </div>
    <div>
        <label>Ships from</label>
        <span>EU</span>
    </div>
</div>
'''

soup = bs(html, 'lxml')
items = soup.select('label:contains(Price), label:contains("Ships from")')

for item in items:
    print(item.text, item.next_sibling.next_sibling.text)
...