所以我試圖排除（而不是提取）跨度中包含的資訊。這是HTML：
<li><span>Type:</span> Cardiac Ultrasound</li>
這是我的代碼：
item_description_infos = listing_soup.find(class_='item_description').find_all('li')
for description_el in item_description_infos:
description_elements = description_el.find('span')
for el in description_elements:
curr_el = {}
key = el.replace(':', '')
print(el)
print(description_el.text.replace(' ', ''))
列出湯基本上是整個頁面（在我的示例中是 HTML）當我這樣做時，我得到：
Type:
Type: CardiacUltrasound
如你看到的。由于某些特殊的原因：P，即使span產生了replace().textstr
編輯：對不起。我的目標是創建一堆在dictionnaries哪里key以及之后span的內容。value
uj5u.com熱心網友回復：
注意：小心“創建一堆字典”，因為字典不能有重復的鍵。但是你可以有一個字典串列，在這種情況下，這并不重要（在每個單獨的字典中仍然很重要）。
選項1：
采用.next_sibling()
from bs4 import BeautifulSoup
html = '''
<div >
<li><span>Type:</span> Cardiac Ultrasound</li></div>'''
listing_soup = BeautifulSoup(html, 'html.parser')
item_description_infos = listing_soup.find(class_='item_description').find_all('li')
for description_el in item_description_infos:
k = description_el.find('span').text.replace(':', '')
v = description_el.find('span').next_sibling.strip()
print(k)
print(v)
選項 2：
只需從description_el, 中獲取文本.split(':')。然后你得到了你想要的 2 個元素（如果我正確地閱讀了你的問題。
from bs4 import BeautifulSoup
html = '''
<div >
<li><span>Type:</span> Cardiac Ultrasound</li></div>'''
listing_soup = BeautifulSoup(html, 'html.parser')
item_description_infos = listing_soup.find(class_='item_description').find_all('li')
for description_el in item_description_infos:
descText = description_el.text.split(':', 1)
k = descText[0].strip()
v = descText[-1].strip()
print(k)
print(v)
選項 3：
獲取<span>文本。去掉它。然后在<li>. 盡管由于您不想提取，因此可能對您沒有用。
from bs4 import BeautifulSoup
html = '''
<div >
<li><span>Type:</span> Cardiac Ultrasound</li></div>'''
listing_soup = BeautifulSoup(html, 'html.parser')
item_description_infos = listing_soup.find(class_='item_description').find_all('li')
for description_el in item_description_infos:
k = description_el.find('span').text.replace(':','')
description_el.find('span').extract()
v = description_el.text.strip()
print(k)
print(v)
輸出：
Type
Cardiac Ultrasound
uj5u.com熱心網友回復：
要提取不包括子標簽內容的標簽文本，您可以使用此答案中的方法。通常，您只需要遍歷<li>標簽并從包含 child 的標簽中獲取文本<span>。
代碼：
from bs4 import BeautifulSoup, NavigableString
html = """<html><body>
<li><span>Key1:</span> Value1</li>
<li><span>Key2:</span> Value2</li>
<li><NoKeyValue</li>
<li><span>Key3:</span> Value3</li>
<li><span>Key4:</span> Value4</li>
</body></html>"""
result = {}
for li in BeautifulSoup(html, "html.parser").find_all("li"):
span = li.find("span")
if span:
result[span.text.strip(" :")] = \
"".join(e for e in li if isinstance(e, NavigableString)).strip()
你可以幫助我的國家，查看我的個人資料資訊。
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/441997.html