Python BeautifulSoup使用“获取”文本分隔值&书信电报；br>&引用；

HTML:

结果:

第1行详细信息1

第2行详情2

第3行细节3

第4行详情4

第5行详图5

---

如何检索变量中的“第1行”和“详细信息1”？

如果标签的格式始终为

，则可以使用简单的拆分：

for index in soup.select("col"):
    print(index.get_text())

the_list=[]
_详细信息=[]
对于汤中的索引，选择（“a.col”）：
my_text=index.get_text（）.split（“
”）
_list.append（我的_文本[0]）
_details.append（我的_文本[1]）
打印（列表）#[‘列表1’、‘列表2’、‘列表3’、‘列表4’、‘列表5’]
打印（细节）#[‘细节1’、‘细节2’、‘细节3’、‘细节4’、‘细节5’]

---

编辑

要管理其他格式的

标记，例如

，可以使用regex：

the_lists = []
the_details = []

for index in soup.select("a.col"):
    my_text = index.get_text().split('< br>')
    the_lists.append(my_text[0])
    the_details.append(my_text[1])
    
print(the_lists) # ['List 1', 'List 2', 'List 3', 'List 4', 'List 5'] 
print(the_details) # ['detail 1', 'detail 2', 'detail 3', 'detail 4', 'detail 5']

the_list=[]
_详细信息=[]
对于汤中的索引，选择（“a.col”）：
text=re.sub（“，”
”，index.get\u text（））
my_text=text.split（“
”）
_list.append（我的_文本[0]）
_details.append（我的_文本[1]）
打印（_列表）
打印（详细信息）

你确定你的

在

HTML

中看起来像

吗？发布HTML代码，但我看不到我问题上的“
”标记。因此，添加备用文件仅用于显示。初始HTML缺少标记。带空格的“
”有效，但不带空格的“
”无法拆分。在您的示例中，您没有
，只有
。不过，您可以使用regex来管理它。请参阅更新

the_lists = []
the_details = []

for index in soup.select("a.col"):
    my_text = index.get_text().split('< br>')
    the_lists.append(my_text[0])
    the_details.append(my_text[1])
    
print(the_lists) # ['List 1', 'List 2', 'List 3', 'List 4', 'List 5'] 
print(the_details) # ['detail 1', 'detail 2', 'detail 3', 'detail 4', 'detail 5']

the_lists = []
the_details = []

for index in soup.select("a.col"):
    text = re.sub("<(\s*)br(\s*)>","<br>",index.get_text())
    my_text = text.split('<br>')
    the_lists.append(my_text[0])
    the_details.append(my_text[1])
    
print(the_lists)    
print(the_details)