美女汤找不到文字标签

Question

美丽的汤突然找不到它的文字标签。

我有一个html，其中显示了这个标记：

<span class="date">Telefon: <b>+421 902 808 344</b></span>

BS4找不到这个标签：

telephone = soup.find('span',{'text':re.compile('.*Telefon.*')})
print telephone

>>> None

我尝试过很多方法，比如

find('span',text='Telefon: ')或find('span', text=re.compile('Telefon: .*')

但什么都不管用。我已经尝试过将html.parser更改为lxml。

可能出了什么问题？

Answer 1

BeautifulSoup将字符串Telefon:视为span标记中的bs4.element.NavigableString。所以你可以用

import bs4
import re

soup = bs4.BeautifulSoup('<span class="date">Telefon: <b>+421 902 808 344</b></span>')
for span in soup.find_all('span', {'class':"date"}):
    if span.find(text=re.compile('Telefon:')):
        for text in span.stripped_strings:
            print(text)
# Telefon:
# +421 902 808 344

或者，您可以直接使用lxml：

import lxml.html as LH

root = LH.fromstring('<span class="date">Telefon: <b>+421 902 808 344</b></span>')

for span in root.xpath('//span[@class="date" and contains(text(), "Telefon:")]'):
    print(span.text_content())
    # Telefon: +421 902 808 344