Python 在BeautifulSoup中安全访问.text.strip（）的优雅方式？

我在Python下使用BeautifulSoup进行大量的数据刮取和清理，并经常将

.text.strip（）

附加到soup.find命令中。示例：

foo\u stuff=soup.find（“foo”）.text.strip（）

在某些情况下，

soup.find

找不到任何东西，结果是

.text.strip（）

中断。在我看来，我可以通过以下几种方式处理：

• 编写

  。查找总是返回某些内容的

  查询——我不是一个足够聪明的人，无法以干净的方式将我的查询框成这样
• 在每个

  .text.strip（）

  上使用try/except语句——代码很难看
• 我可以对.find命令进行修补以进行try/except，或者包含一个执行类似操作的

  .myfind

  命令——这涉及到我修补东西并可能甩掉协作者

其他人有更好/更聪明的解决方案吗

编辑：现在我正在使用一个无聊的ol'函数来尝试/except

.text.strip（）

：

---

写一个普通的旧函数怎么样

def find_stripped(soup, what):
  found = soup.find(what)
  if found is not None:
    return found.text.strip()
  # maybe:
  # return ""

---

现在您可以：

foo\u stuff=find\u stripped（soup，“foo”）

我认为最安全的方法是检查

.find（）

是否返回了

标记类型的实例

from bs4.element import Tag
foo_stuff = soup.find("foo") 

if isinstance(foo_stuff, Tag):  
  # do something with foo_stuff

另一种方法是在搜索时使用Beauty Soup的函数参数：


例如：

tagsWithStrippedText = bs.find_all(tagsAndStripText);

def tagsAndStripText(tag):
  if tag.text:
    tag.string = tag.text.strip()
  return True

我觉得它更有表现力。小心设置字符串会覆盖其中的标记
 你能告诉我你在寻找什么样的东西吗？啊，它们都是网页（因此很漂亮）。嗯，我应该更具体一点吗？许多网页都使用微格式：你可以利用这个想法更好地利用你的搜索。有趣的是：--我来看看。到目前为止，使用Chrome的“Inspect Elements”非常棒，但我也会尝试一下。啊，是的，我忘了提到这是我当前的实现，但出于风格上的原因，我尝试让事情变为变量。mymethod。我不知道这是否让我的生活变得不必要的艰难：）但我认为这是学习过程的一部分。我宁愿选择一套自己的自定义函数，它可以干净地完成我需要的任务，而不是通过修补添加额外的方法。（如果你喜欢猴子补丁，看看Ruby，它是一种文化规范。）但是如果你想了解内部工作原理，那么补丁就是一条路。
tagsWithStrippedText = bs.find_all(tagsAndStripText);

def tagsAndStripText(tag):
  if tag.text:
    tag.string = tag.text.strip()
  return True