Python 基于中带有span标记的td查找下一个td

如何找到具有跨距的td的下一个td

html_text = """
<tr class="someClass">
    <td>&nbsp;</td>
    <td>A normal string</td>
    <td class="someClass">10</td>
    <td class="someClass">11</td>
    <td class="someClass">12</td>
    <td>&nbsp;</td>
</tr>
<tr class="someClass">
    <td>&nbsp;</td>
    <td>Non normal string <span style="font-size:10px">(with span)</span></td>
    <td class="someClass">2 000</td>
    <td class="someClass">2 100</td>
    <td class="someClass">2 150</td>
    <td>&nbsp;</td>
</tr>
"""

但是，在第二个tr中，我需要在td之后找到td，使用

非正常字符串

，上述方法将不起作用。那么，如何处理包含跨距的td

第一个想法是通过正则表达式找到它并编译

a_nonnormal_string=str（soup.find（“td”），text=re.compile（r'a non-normal string'））.find_next（'td'））

，但这也不适用

---

这只是两个TR的一个例子，但实际上该网站有数百个TR

一个选项是使用a来解决它，使用

get_text（）

根据所需字符串检查文本（注意

get_text（））

返回一个元素的完整文本，包括其子元素，但是-如果有子元素，它将是

无

-这实际上是第二种方法不起作用的原因）：

印刷品：

10
2 000

tds = soup.find_all(lambda tag: tag.name == "td" and "normal string" in tag.get_text())
for td in tds:
    a_normal_string = td.find_next('td').get_text()
    print(a_normal_string)

10
2 000