如何使用 BS4 搜索特定单词，然后在该单词之后立即获取同一元素中的文本？

Question

我是 BeautifulSoup 和 Python 的新手。我正在抓取一些页面，有时会给出电话号码，有时却没有。如果它在那里，我想刮掉它。HTML 非常简单：<div>    <p>Email: [e-mail]</p>    <p>Telephone: [phone]</p>    <p>Postal code: B3H 2F5</p></div>我正在检查电话号码是否存在，如下所示：phoneNumber = soup.find(string='Telephone:')if phoneNumber:    phoneNumber = # Some code here to get the actual number else:    phoneNumber = ('None')print (phoneNumber)该 div 中通常还有其他几个 p 标签，但并不总是存在相同的标签，因此我不能依赖它们作为参考点。电话号码也不总是遵循相同的模式。我能做的最好的事情就是确定电话号码始终以“电话：”开头并包含在 ap 标签中。这似乎是找到它的唯一可靠方法。我不明白的是如何获得实际的电话号码，即“电话：”后的标签如何在“电话：”一词后获取此元素中的数字？

Answer 1

使用一些正则表达式逻辑，您可以直接找到<p>包含电话号码的标签：

import re

from bs4 import BeautifulSoup

html = """<div>

    <p>Email: [e-mail]</p>

    <p></p>

    <p>Postal code: B3H 2F5</p>

    <p>Telephone: [phone]</p>

</div>"""

soup = BeautifulSoup(html)

#Find the tag containing "Telephone:"

phone_tag = soup.find('p', text=re.compile('Telephone:'))

if phone_tag:

    phone = phone_tag.text.replace('Telephone:','').strip()

else:

    phone = None

Answer 2

事实证明，我不知道使用 搜索此字符串的更好方法re.compile。我会在这里发布答案，以防其他人正在寻找同样的东西。

对我有用的是：

phoneNumber = soup.find('p', text = re.compile('Telephone:'))

这给了我字符串出现的整个 p 标签，我一开始没有意识到，所以我可以这样做：

if phoneNumber:

    phoneNumber = phoneNumber.get_text().strip().replace('Telephone:', '')

else:

    phoneNumber = ('None')