Pemilih BeautifulSoup: pilih elemen HTML yang mengandungi berbilang perkataan

Question

Adakah terdapat cara untuk saya menggunakan BeautifulSoup untuk mendapatkan teks label yang mengandungi berbilang perkataan?

Sebagai contoh, jika saya mempunyai HTML berikut:

<div>
    <div>
        <a>selamat datang</a>
        <a>hi</a>
    </div>
    <a>apa kabar</a>
    <a>stackoverflow</a>
</div>

...saya cuma nak dapatkanhello, apa kabar

Answer 1

Anda pasti boleh menggunakan BeautifulSoup untuk mengekstrak teks daripada tag HTML yang mengandungi berbilang perkataan. Dalam contoh anda, anda ingin mengekstrak teks daripada teg <a> Inilah cara untuk mencapai ini menggunakan BeautifulSoup dalam Python.

from bs4 import BeautifulSoup

html = '''
<div>
    <div>
        <a>hello there</a>
        <a>hi</a>
    </div>
    <a>what's up</a>
    <a>stackoverflow</a>
</div>
'''

soup = BeautifulSoup(html, 'html.parser')

target_tags = soup.find_all('a')  # 找到所有的<a>标签
multi_word_texts = []

for tag in target_tags:
    if ' ' in tag.get_text():  # 检查标签文本是否包含空格（表示多个单词）
        multi_word_texts.append(tag.get_text())

result = ' '.join(multi_word_texts)
print(result)