Beautifulsoup - nextSibling

Question

我试图使用以下代码获取内容"My home address"，但是出现了AttributeError错误：

address = soup.find(text="Address:")
print address.nextSibling

这是我的 HTML：

<td><b>Address:</b></td>
<td>My home address</td>

如何优雅地遍历 td 标签并提取其中的内容？

- ready

Answer 1

问题在于你找到了一个NavigableString，而不是标签。另外，nextSibling方法会找到下一个NavigableString或Tag元素，因此即使你有标签，它也无法按照你的期望工作。

以下是你需要的代码：

address = soup.find(text="Address:")
b_tag = address.parent
td_tag = b_tag.parent
next_td_tag = td_tag.findNext('td')
print next_td_tag.contents[0]

更简洁的写法：

print soup.find(text="Address:").parent.parent.findNext('td').contents[0]

实际上你可以直接这样做

print soup.find(text="Address:").findNext('td').contents[0]

由于findNext只是一遍又一遍地调用next，而next会重复查找直到匹配下一个已解析的元素。

- Henry

Answer 2

如果你使用bs4，请尝试以下方法：

print soup.find(string="Address:").find_next('td').contents[0]

- Vyachez

Answer 3

我不知道在2011年是否可能，但在2021年我建议您使用find_next_sibling()来执行此操作：

address = soup.find(text="Address:")
b = address.parent
address_td = b.parent
target_td = address_td.find_next_sibling('td')

接受的答案在您的情况下有效，但如果您有类似以下内容的东西，则无法起作用：

<div>
  <div><b>Address:</b><div>THE PROBLEM</div></div>
  <div>target</div>
</div>

如果这样做，你最终会得到<div>THE PROBLEM</div>而不是<div>target</div>。

- Stefan Falk

Answer 4

假设表格已经存在，您可以很容易地使用findChildren来遍历表格中的。最好先找到表格：

table = soup.find('table')
>>> for td in table.findChildren('td'):
...:     print td.text
...:     
...:     
Address:
My home address

或者您可以搜索地址并获取表格容器：

>>> import re
>>> search = re.compile('Address')
>>> table = soup.find(text=search).parent.parent.parent

- Zach Kelling

---

有很多表格，所以查找表格然后 td 不是一个好选择。 - ready