Python 如何从<；span>；嵌套在<；李>；嵌套在<；ul>；使用BeautifulSoup？

我想摘录以下是部分的最新内容，从接下来的几周开始，到全面增强结束

检查代码我看到

嵌套在
下，然后嵌套在
。在过去的几天里，我试图用Python3和
BeautifulSoup
来提取它，但没有成功。我正在粘贴我在下面尝试过的代码

有人能帮我指引正确的方向吗

一,#

二,#

理想情况下，代码应该返回：

在接下来的几周里，你只需点击“出发前”对话框，就可以阅读自己拥有的物品

性能改进、错误修复和其他常规增强

但他们都没给我什么。看起来它找不到具有该ID的
ul
，但如果您
打印（汤）
一切看起来都很好：

<ul id="GUID-8B03C49D-3A98-45F1-9128-392E55823F61__UL_E0490B159DE04E22AD519CE2E7D7A35B">
<li>
<span class="a-list-item"><span><strong>Read Now</strong></span>: In the coming weeks, you will be able to read items that you own with a single click from the �Before You Go� dialog.</span></li>

<li>
<span class="a-list-item">Performance improvements, bug fixes, and other general enhancements.<br></li>


</ul>



立即阅读：在接下来的几周里，您只需从�在你走之前� 对话

性能改进、错误修复和其他常规增强功能。


首先，页面是动态呈现的，因此您必须使用
selenium
来正确获取页面内容

第二，你可以找到
p
标签，这里的新内容出现在这里，最后得到下一个
ul
标签

代码如下：

from bs4 import BeautifulSoup as soup
from selenium import webdriver

url = "https://www.amazon.com/gp/help/customer/display.html/ref=hp_left_v4_sib?ie=UTF8&nodeId=G54HPVAW86CHYHKS"

driver = webdriver.Firefox()

page = driver.get(url)

html = soup(driver.page_source, 'html.parser')

for p in html.find_all('p'):
    if p.text and "Here’s what’s new" in p.text:
        ul = p.find_next_sibling('ul')
        for li in ul.find_all('li'):
            print(li.text)

输出：

Read Now: In the coming weeks, you will be able to read items that you own with a single click from the ‘Before You Go’ dialog.

Performance improvements, bug fixes, and other general enhancements.

对于bs4 4.7.1+，您可以使用：contains和：has来隔离

import requests
from bs4 import BeautifulSoup as bs

r = requests.get('https://www.amazon.com/gp/help/customer/display.html/ref=hp_left_v4_sib?ie=UTF8&nodeId=G54HPVAW86CHYHKS')
soup = bs(r.content, 'lxml')
text = [i.text.strip() for i in soup.select('p:has(strong:contains("Here’s what’s new:")), p:has(strong:contains("Here’s what’s new:")) + p + ul li')]
print(text)


目前，您还可以删除
：contains

text = [i.text.strip() for i in soup.select('p:has(strong), p:has(strong) + p + ul li')]
print(text)

+是一个css相邻兄弟组合符。阅读更多。引述：

相邻兄弟组合子

+组合符选择相邻的同级。这意味着第二个元素直接跟随
首先，两者共享同一父项

语法：A+B

示例：
h2+p
将匹配直接跟在
后面的所有
元素

我相信您的解决方案是可以的，但是由于
selenium
及其驱动程序存在许多问题，我无法让它在我的机器上运行。
import requests
from bs4 import BeautifulSoup as bs

r = requests.get('https://www.amazon.com/gp/help/customer/display.html/ref=hp_left_v4_sib?ie=UTF8&nodeId=G54HPVAW86CHYHKS')
soup = bs(r.content, 'lxml')
text = [i.text.strip() for i in soup.select('p:has(strong:contains("Here’s what’s new:")), p:has(strong:contains("Here’s what’s new:")) + p + ul li')]
print(text)

text = [i.text.strip() for i in soup.select('p:has(strong), p:has(strong) + p + ul li')]
print(text)