在lis中嵌入表时，使用bs4捕获列表中的信息

Question

对于此html代码：

<ul><li>Include these codes as defined in http://unitsofmeasure.org
    <table><tr><td><b>Code</b>
    </td><td><b>Display</b></td></tr>
    <tr><td>min</td><td>Minute</td><td></td></tr>
    <tr><td>h</td><td>Hour</td><td></td></tr><tr>
    <td>d</td><td>Day</td><td></td></tr>
    </table></li></ul>

我只想要<li>部分的信息，我是说"Include these codes as defined in http://unitsofmeasure.org"。但是因为</li>在表之后结束，BS4也捕获表中的信息。这是我的密码：

definition = [li.get_text() for li in ul.findAll("li")]

这是输出：

[u'Include these codes as defined in http://unitsofmeasure.orgCodeDisplayminMinutehHourdDaywkWeekmoMonthaYear']

如何编辑代码以不捕获表中的信息？你知道吗

Answer 1

尝试使用previousSibling从表标记上移，有关可用方法的详细信息，请参见https://www.crummy.com/software/BeautifulSoup/bs4/doc/#method-names

t = soup.find('table')
print t.previousSibling

Answer 2

可以使用extract()删除表。你知道吗

definition = [li.find('table').extract().get_text() for li in ul.findAll("li")]