Tags 用靓汤榨取少量价值

我认为这不是一个正确的方法。代码应该如何提取“教师”和“学生”标记下的名称

假设您的HTML块在解析其他页面时不会有太大变化，您可以按类查找

p

标记（您的示例没有），并验证

教师

文本是否存在

如果是，则从元素上第一个

a

的p标记获取

.contents[1]

接下来查找

href

属性与您的教师不匹配的所有

a

标记

例如：

<a href="/name/nm12345/?ref_=adv_0"
>Scott</a>

从bs4导入美化组
示例=“”

老师：
| 
学生：
, 
, 
, 
“”“
soup=BeautifulSoup（例如，“html.parser”）
教室=soup.find（x.get_text（）中的lambda x：“教师”）
如果教室不是无：
教师=教室。内容[1]
教师URL=教师[“href”]
学生=教室。查找所有（lambda标记：tag.has_attr（'href'）和教师URL不在标记[“href”]）
打印（教师文本）
对于学生中的学生：
打印（学生文本）

哪些产出：

斯科特

本尼迪克特

奇韦特尔

雷切尔

黄本笃

<a href="/name/nm12345/?ref_=adv_0"
>Scott</a>

from bs4 import BeautifulSoup

example = """<p class="">
Teacher:
<a href="/name/nm12345/?ref_=adv_0"
>Scott</a>
         <span class="ghost">|</span> 
Students:
<a href="/name/nm12345/?ref_=adv_1"
>Benedict</a>, 
<a href="/name/nm12345/?ref_=adv_2"
>Chiwetel</a>, 
<a href="/name/nm12345/?ref_=adv_3"
>Rachel</a>, 
<a href="/name/nm12345/?ref_=adv_4"
>Benedict Wong</a>
</p>"""

soup = BeautifulSoup(example, "html.parser")

Classroom = soup.find(lambda x: "Teacher" in x.get_text())

if Classroom is not None:

    Teacher = Classroom.contents[1]
    TeacherUrl = Teacher["href"]

    Students = Classroom.find_all(lambda tag: tag.has_attr('href') and TeacherUrl not in tag["href"])

    print (Teacher.text)
    for Student in Students:
        print (Student.text)