使用BeautifulSoup/Python从html文件中提取文本

我试图从html文件中提取文本。

html

文件如下所示：

我想从最后一个

span

标记中提取最后一个文本。 在第一行中，它将是

class=“toctext”

之后的“Baden-Würtemberg”，然后将其放入python列表中

在Python中，我尝试了以下方法：

names = soup.find_all("span",{"class":"toctext"})

我的输出是这个

列表

：

[<span class="toctext">Baden-Württemberg</span>, <span class="toctext">Bayern</span>, <span class="toctext">Berlin</span>]

[Baden-Württemberg，拜仁，柏林]

那么，如何只提取标签之间的文本呢

---

多亏了all

，

find\u all

方法返回一个列表。迭代列表以获取文本

for name in names:
    print(name.text)

返回：

Baden-Württemberg
Bayern
Berlin

内置的python

dir（）

和

type（）

方法总是可以方便地检查对象

print(dir(names))

[...,
 '__sizeof__',
 '__str__',
 '__subclasshook__',
 '__weakref__',
 'append',
 'clear',
 'copy',
 'count',
 'extend',
 'index',
 'insert',
 'pop',
 'remove',
 'reverse',
 'sort',
 'source']

---

通过理解列表，您可以执行以下操作：

names = soup.find_all("span",{"class":"toctext"})
print([x.text for x in names])