Python，从htm中获取某个文本

Question

我正在努力获得某种用韩语写的文本。有没有更有效的方法来实现这一点，而不是将其转换为字符串并从中进行解析

代码：

#input:     url
#output:    name
def urlSC(url):
    soup = BeautifulSoup(urllib2.urlopen(url).read())
    name = soup.find('span', id = 'lblKName')

输出：

<span id="lblKName">구세군앵커리지한인교회<br>The Salvation Army Anch. Korean Corps.</br></span>

想要： 구세군앵커리지한인교회

网址：http://www.koreanchurchyp.com/ViewDetail.aspx?OrgID=4102

Answer 1

提示：

1. BeautifulSoup可以采用文件句柄，而不是HTML字符串。这稍微简单一点，如果您的文本更接近页面的开头，可能会更快

   soup = BeautifulSoup(urllib2.urlopen(url))
   

2. 另一个选项是正则表达式。它们相当快，但要正确构建也是一个挑战，如果页面格式发生变化，它们就会中断。除非你被困住了，否则就坚持用美苏

3. BeautifulSoup可以使用几个不同的解析器库，在空间/时间/可靠性方面进行不同的权衡。参见：http://www.crummy.com/software/BeautifulSoup/bs4/doc/

Answer 2

如果文本的韩语部分始终位于br标记前面的第一部分，则可以使用：

name = soup.find(id = 'lblKName').contents[0]