Python 如何使用BS4搜索特定的单词，然后在该单词之后立即获取同一元素中的文本？

我对BeautifulSoup和Python非常陌生。我在一些网页上爬行，有时候有电话号码，有时候没有。如果它在那里，我想刮它。HTML非常简单：

<div>
    <p>Email: someone@somewhere.com</p>
    <p>Telephone: 1234567890</p>
    <p>Postal code: B3H 2F5</p>

</div>

在这个div中通常有几个其他的p标记，但是不总是有相同的p标记，所以我不能依赖它们作为参考点。电话号码也不总是遵循相同的模式。我所能做的最好的事情就是确定电话号码的前面总是加上“Telephone:”并用一个p标签包装起来。这似乎是找到它的唯一可靠方法

我不明白的是如何获得实际的电话号码，即，标签中“电话：”之后的任何内容

---

如何在单词“Telephone:”后获取此元素中的数字？

通过一些正则表达式逻辑，您可以直接找到包含电话号码的

标记：

import re
from bs4 import BeautifulSoup

html = """<div>
    <p>Email: someone@somewhere.com</p>
    <p></p>
    <p>Postal code: B3H 2F5</p>
    <p>Telephone: 1234567890</p>
</div>"""

soup = BeautifulSoup(html)

#Find the tag containing "Telephone:"
phone_tag = soup.find('p', text=re.compile('Telephone:'))

if phone_tag:
    phone = phone_tag.text.replace('Telephone:','').strip()
else:
    phone = None

重新导入
从bs4导入BeautifulSoup
html=”“”
电邮：someone@somewhere.com


邮政编码：B3H 2F5

电话：1234567890

"""
soup=BeautifulSoup（html）
#查找包含“电话：”的标签：
phone_tag=soup.find（'p'，text=re.compile（'Telephone:'））
如果是电话标签：
phone=phone_tag.text.replace（'phone:'，''）.strip（）
其他：
电话=无

事实证明，我不知道使用

re.compile

搜索此字符串的更好方法。我会把答案贴在这里，以防其他人也在寻找同样的答案

对我起作用的是：

phoneNumber = soup.find('p', text = re.compile('Telephone:'))

这给了我字符串出现的整个p标记，这是我起初没有意识到的，因此我可以做：

if phoneNumber:
    phoneNumber = phoneNumber.get_text().strip().replace('Telephone:', '')
else:
    phoneNumber = ('None')

---

如果它的前面总是有：，你可以做一个

str.split（'：'）[1]

来获取电话号码。这就是为什么有

try/except

，否则根据length@sushanth事实上，它前面总是有一个

：

，但是如果我这样做

phoneNumber=str.split（'：'）[1]

它总是返回

None

@MBWD，对我来说很好

对于soup中的p.find（“div”）.find_all（“p”）：print（p.text.split（“：”）

@sushanth我需要将变量phoneNumber分配给这些号码，如果这些号码存在于页面上，这样它就可以包含在JSON转储中，而不仅仅是打印出来。此外，有时

p

标记的顺序与上面显示的不同，因此我需要通过单词“电话：”进行搜索。

if phoneNumber:
    phoneNumber = phoneNumber.get_text().strip().replace('Telephone:', '')
else:
    phoneNumber = ('None')