額外的換行符爲美麗的湯

Question

的孩子我的HTML代碼段使用BeautifulSoup如下：

s = """<div class="views-row views-row-1 views-row-odd views-row- first"> 
      <span class="views-field views-field-title"> 
       <span class="field-content"><a href="/party-pictures/2015/love-heals">Love Heals</a> 
       </span> 
      </span> 
      <span class="views-field views-field-created"> 
       <span class="field-content">Friday, March 20, 2015 
       </span> 
      </span> 
</div>""" 

soup = BeautifulSoup(s) 

爲什麼s.span只返回第一個span標記？

此外s.contents返回一個長度爲4的列表。這兩個span標籤都在列表中，但第0和第2個索引是「\ n $新行字符，新行字符是無用的。做？

Answer 1

爲什麼s.span只返回第一個span標籤？

s.span是一個快捷方式到s.find('span')這將找到的span標籤的首次出現只。

此外s.contents返回一個長度爲4的列表。兩個span標籤都在列表中，但第0和第2個索引是「\ n $新行字符。新的一行字符是無用的。這是完成的原因嗎？

根據定義，.contents輸出所有元素的兒童，包括文本節點列表 - 的NavigableString class實例。

如果你只想要的標籤，你可以使用find_all()：

soup.find_all() 

而且，如果只span標籤：

soup.find_all('span') 

例子：

>>> from bs4 import BeautifulSoup 
>>> s = """<div class="views-row views-row-1 views-row-odd views-row- first"> 
...    <span class="views-field views-field-title"> 
...     <span class="field-content"><a href="/party-pictures/2015/love-heals">Love Heals</a> 
...     </span> 
...    </span> 
...    <span class="views-field views-field-created"> 
...     <span class="field-content">Friday, March 20, 2015 
...     </span> 
...   </span> 
... </div>""" 
>>> soup = BeautifulSoup(s) 
>>> for span in soup.find_all('span'): 
...  print span.text.strip() 
... 
Love Heals 
Love Heals 
Friday, March 20, 2015 
Friday, March 20, 2015 

的原因重複的是嵌套span元素。你可以用不同的方法修復它。例如，可以使div內搜索僅recursive=False：

>>> for span in soup.find('div', class_='views-row-1').find_all('span', recursive=False): 
...  print span.text.strip() 
... 
Love Heals 
Friday, March 20, 2015 

或者，您也可以使用CSS Selectors：

>>> for span in soup.select('div.views-row-1 > span'): 
...  print span.text.strip() 
... 
Love Heals 
Friday, March 20, 2015