无法在ATag中获取字符串

Question

我是初学者，所以请多多关照。我正在使用Beautiful Soup来解析一些html。我已经找到了这个标签

a_tag = <a href="sicc2020/results?pid=31022">S<span class="notCompact">hakira</span> Mirfin</a>

我想从这个字符串中去掉"S“、"hakira”和"Mirfin“。但是，当我使用.string函数时，它只显示为none。我能听懂“hakira”的部分，但听不懂"S“或"Mirfin”。

print(a_tag)
>><a href="sicc2020/results?pid=31022">S<span class="notCompact">hakira</span> Mirfin</a>

print(a_tag).string
>> None

print(a_tag).find('span').string
>>hakira

任何帮助都将不胜感激！

谢谢。

Answer 1

你可以尝试一下：

from bs4 import BeautifulSoup
html_doc="""<a href="sicc2020/results?pid=31022">S<span class="notCompact">hakira</span> Mirfin</a>"""

soup = BeautifulSoup(html_doc, 'lxml')
text = soup.find("a").get_text(",", strip=True)

print(text)

输出将为：

S,hakira,Mirfin

Answer 2

只需这样做：

var text_array;
var children = document.getElementById(id).childNodes;

text_array.push(document.getElementById(id).textContent)

  for (var i = 0; i < children.length; i++) {
    text_array.push(children[i].textContent)
  }

如果您想要删除所有内容：

var children = document.getElementById(id).childNodes;

document.getElementById(id).textContent = ""

  for (var i = 0; i < children.length; i++) {
    children[i].textContent = ""
  }

如果它对你的"S“和"Mirfin”不起作用，你可以这样做：

$("#id")
.clone()    //clone the element
.children() //select all the children
.remove()   //remove all the children
.end()  //again go back to selected element
.text();

Answer 3

另一种方法。

from simplified_scrapy import SimplifiedDoc,req,utils
html ='''<a href="sicc2020/results?pid=31022">S<span class="notCompact">hakira</span> Mirfin</a>'''
doc = SimplifiedDoc(html)
print (doc.a.text)

结果：

Shakira Mirfin

这里有更多的例子：https://github.com/yiyedata/simplified-scrapy-demo/tree/master/doc_examples