獲取標籤

Question

之間的文本的多個塊這是我的HTML：

<div class="left_panel"> 
    <h4>Header1</h4> 
     block of text that I want.    
    <br /> 
    <br /> 
     another block of text that I want. 
    <br /> 
    <br /> 
     still more text that I want. 
    <br /> 
    <br /> 
     <p>&nbsp;</p> 
    <h4>Header2</h4> 

文本塊的數量是可變的，Header1是一致的，Header2不是。

我用下面的代碼成功地提取文本的第一塊：

def get_summary (soup): 
raw = soup.find('div',{"class":"left_panel"}) 
for h4 in raw.findAllNext('h4'): 
    following = h4.nextSibling 
    return following 

不過，我需要所有兩個h4標籤之間坐的項目，我希望用h4.nextSiblings會解決這個問題，但出於某種原因，返回以下錯誤：

TypeError: 'NoneType' object is not callable 

我已經對這個答案試圖變化：Find next siblings until a certain one using beautifulsoup但由於沒有一個主導的Tag困惑我。

Answer 1

找到的第一個標題和迭代.next_siblings，直到你遇到的另一頭：

from bs4 import BeautifulSoup 

data = """ 
<div class="left_panel"> 
    <h4>Header1</h4> 
     block of text that I want. 
    <br /> 
    <br /> 
     another block of text that I want. 
    <br /> 
    <br /> 
     still more text that I want. 
    <br /> 
    <br /> 
     <p>&nbsp;</p> 
    <h4>Header2</h4> 
</div> 
""" 

soup = BeautifulSoup(data) 
header1 = soup.find('h4', text='Header1') 
for item in header1.next_siblings: 
    if getattr(item, 'name') == 'h4' and item.text == 'Header2': 
     break 

    print item 

---

更新（收集2個h4標籤之間的文本）：

texts = [] 
for item in header1.next_siblings: 
    if getattr(item, 'name') == 'h4' and item.text == 'Header2': 
     break 

    try: 
     texts.append(item.text) 
    except AttributeError: 
     texts.append(item) 

print ''.join(texts) 

Answer 2

我不明白你爲什麼通過soup作爲參數，但你不使用它。

如果您使用正確的湯實例，您不應該得到該錯誤。 findAllNext(h4)回報<h4>Header1</h4>和<h4>Header2</h4>，將每個nextSibling返回文本兄弟，這是

block of text that I want. 

和

') 

你的情況。