如何在兩個其他標籤之間找到一個標籤？

我有這樣與結構的文檔：如何在兩個其他標籤之間找到一個標籤？

<tag1>some_text_1</tag1> 
<tag2>text_1</tag2> 
<tag3>....</tag3> 
<tag2>text_2</tag2> 
<tag1>some_text_2</tag1> 
<tag2>text_3</tag2> 
...

，我需要得到所有tag2實例是tag1與some_text_1後先下一tag1。

來源

2016-09-15 GhostKU

您的意思是在下一個< tag2> text_2之前或之前 some_text_2因爲tag2在下一個tag2之前的所有實例都沒有意義。因爲只會有一個tag2。 – Sandeep

tag2可以在任何地方之後或之後？您的示例輸入不適合您的問題描述。 –

是的，我的不好，應該是在指定文本的tag1之後，在下一個tag1之前 – GhostKU

from bs4 import BeautifulSoup 

html = '''<tag1>some_text_1</tag1> 
     <tag2>text_1</tag2> 
    <tag3>....</tag3> 
    <tag2>text_2</tag2> 
    <tag1>some_text_2</tag1> 
    <tag2>text_3</tag2>''' 

soup = BeautifulSoup(html,"html.parser") 

def findalltags(tag1,tag2,soup): 
    # tag1 is between which tag 
    # tag2 get info of which tag 
    a = soup.find(tag1) 
    lis = [] 
    while True: 
     a = a.find_next() 
     if(str(a.name) == tag1): 
      break 
     elif(str(a.name) == tag2): 
      lis.append(a) 
    return lis 
if __name__ == '__main__': 
    print findalltags('tag1','tag2',soup)

希望這會解決問題，但我不認爲這是一種有效的方法。如果你熟悉它們，你可以使用正則表達式。

來源

2016-09-15 10:00:29 Sandeep

'a.name'是一個字符串，parens也不需要。 –

我們將在Unicode中得到它我不知道它是否可以與字符串相等，以避免它我轉換爲字符串 – Sandeep

'u「foo」==「foo」'將會正常工作，如果沒有ascii字符的名稱然後調用str會出錯。 –

您的描述我需要獲取tag1後面的所有tag2與some_text_1，並在下一個tag2之前。基本上等同於在文本some_text_的任何tag1之後獲得第一個tag2。

所以有一定的文字找到tag1's並檢查下一個兄弟標籤是tag2，如果是拉TAG2：

html = """<tag1>some_text_1</tag1> 
<tag2>text_1</tag2> 
<tag3>....</tag3> 
<tag2>text_2</tag2> 
<tag1>some_text_2</tag1> 
<tag2>text_3</tag2>""" 


def get_tags_if_preceded_by(soup, tag1, tag2, text): 
    for t1 in soup.find_all(tag1, text=text): 
     nxt_sib = t1.find_next_sibling() 
     if nxt_sib and nxt_sib.name == tag2: 
      yield nxt_sib 

soup = BeautifulSoup(html, "lxml") 

print(list(get_tags_if_preceded_by(soup, "tag1", "tag2", "some_text_1")))

如果它不具有直接後是，它實際上使它簡單，你只需要搜索特定tag2兄弟：

def get_tags_if_preceded_by(soup, tag1, tag2, text): 
    for t1 in soup.find_all(tag1, text=text): 
     nxt_sib = t1.find_next_sibling(t2) 
     if nxt_sib: 
      yield nxt_sib

如果你真的想找到兩個之間的廣告代碼具體情況，你可以使用邏輯this answer。

來源

2016-09-15 12:08:48

如何在兩個其他標籤之間找到一個標籤？

回答

相關問題