我在HTML中有一个很长的长表,因此标签不会彼此嵌套.它看起来像这样：
所以首先我要搜索树以找到“B”.然后我想在B之后使用类y获取每个td标记的文本,但是在下一行表以“C”开始之前.
我试过这个：
results = soup.find_all('td')
for result in results:
if result.string == "B":
print(result.string)
这让我得到了我想要的字符串B.但是现在我想在此之后找到所有这些并且我没有得到我想要的东西.
for results in soup.find_all('td'):
if results.string == 'B':
a = results.find_next('td',class_='y')
这给了我’B’之后的下一个td,这就是我想要的,但我似乎只能获得第一个td标签.我想抓住所有具有类y的标签,在’B’之后但在’C’之前(C没有在html中显示,但是遵循相同的模式),我想把它放到列表中.
我的结果列表是：
[['I want this'],['and this'],['and this']]
最佳答案
基本上,您需要找到包含B文本的元素.这是你的出发点.
然后,使用find_next_siblings()检查此元素的每个tr兄弟：
start = soup.find("td",text="B").parent
for tr in start.find_next_siblings("tr"):
# exit if reached C
if tr.find("td",text="C"):
break
# get all tds with a desired class
tds = tr.find_all("td",class_="y")
for td in tds:
print(td.get_text())
测试您的示例数据,它打印：
I want this
and this
and this
and this
