如何使用 python 解析多个类或标头名称中的 HTML

Question

我正在使用.find()BeautifulSoup 来尝试访问 html 中的文本和值，但它似乎嵌入在第二层中，而不是仅仅位于单个“类”下。这是我的目标：<h6 class="var1">     <span class="var2">number</span>     <span class="var3">text1</span>     <span class="var4">text2</span>     </h6>我想检索数字、文本1 和文本2。对于我尝试使用的号码：number=card.find('h6', {'class': 'var1'}).find('span', {'class': 'var2'}).text但这没有任何结果。任何帮助表示赞赏！

Answer 1

如果我将 html 传递到代码中，它会产生正确的结果。因此，我假设传递的 HTML 不包含您期望的 HTML 标记。您可以通过运行来检查这一点print(card.prettify())

这表明您的代码有效：

from bs4 import BeautifulSoup

html = """<h6 class="var1">

    <span class="var2">number</span>

    <span class="var3">text1</span>

    <span class="var4">text2</span>

</h6>"""

card = BeautifulSoup(html)

print(card.prettify()) # Have a look to see if your html contains the relavant html elements

number=card.find('h6', {'class': 'var1'}).find('span', {'class': 'var2'}).text

print(number)