Python BeautifulSoup-查找特定的<；李>；在嵌套中<；部门>&&书信电报；ul>；

我尝试从以下HTML中提取“恐怖”：

<div class="synopsis-section">
    <div class="movie-add-info left">
        <ul>
            <li>DIRECTOR : Matthew Vaughn</li>
            <li>ACTORS : </li>
            <li>DURATIONS : 107 Minutes</li>
            <li>CENSOR RATING : 17+</li>
            <li>GENRE : HORROR</li>
            <li>LANGUAGE : BAHASA INDONESIA</li>
       </ul>
     </div>

输出： 导演：马修·沃恩

“恐怖”没有具体的“李”字； 有谁能帮我摆脱这件事的“恐惧”吗

import re
from bs4 import BeautifulSoup

soup = BeautifulSoup(my_html, 'lxml')

result = soup.find('div', {'class': 'movie-add-info left'}).find('ul').findChildren(text=re.compile(r'GENRE'))

print(result[0])

输出：

GENRE : HORROR

如果您只想要“恐怖”，只需将其拆分：

print(result[0].split()[2])

---

您可以使用css选择器来获得所需的输出，而无需正则表达式的帮助

from lxml.html import fromstring

root = fromstring(my_html)
genre = root.cssselect(".movie-add-info li:contains('GENRE')")[0].text
print(genre.split(":")[1].strip()) 

结果:

HORROR

纯python

pattern=“
流派：”
打开（“file.html”）作为文件：
对于文件中的行：
如果模式一致：
打印（line.replace（模式“”）.replace（“
”，“）.strip（））

输出：

GENRE : HORROR

恐怖

我怀疑（为了将来的使用）OP可能想要检查x.text中的'GENRE'是否为'GENRE'，并抓取正确的类型（在本例中为恐怖），以便进一步使用

pattern = "<li>GENRE : "

with open("file.html") as file:
    for line in file:
        if pattern in line:
            print(line.replace(pattern, "").replace("</li>", "").strip())