原文:https://blog.csdn.net/weixin_43891121/article/details/87989080
今天用BeautifulSoup解析页面时遇到了.string返回None的问题,待解析的源码如下:
< a
class =“bets-name” href="/stock/sh601766.html" >
中国中车( < span > 601766 < / span >)
< / a >
使用如下代码来获得tag中的字符串:
soup = BeautifulSoup(html, ‘html.parser’)
name = soup.find_all(‘a’, attrs={‘class’: ‘bets-name’})[0].string
这段代码来获得字符串时,返回的是None,不解,于是去查了BeautifulSoup的官方文档,发现.string方法在tag包含多个子节点时,tag无法确定.string方法应该调用哪个子节点的内容,所以输出None。
那么如何获得包含在tag中的字符串呢?方法如下:
soup = BeautifulSoup(html, ‘html.parser’)
name = soup.find_all(‘a’,attrs={‘class’: ‘bets-name’})[0].text
这样就可以得到字符串 ’ 中国中车(601766) '。不过这其中包含很多空格,只需用split方法处理即可,不再赘述。
总结:
.string可以返回当前节点中的内容,但是当前节点包含子节点时,.string不知道要获取哪一个节点中的内容,故返回空
.text(或者.get_text())可以返回当前节点所包含的所有文本内容,包括当前节点的子孙节点