提取BS4中的嵌套数据

Question

我有下面的HTML文件，我想提取运行时和视图数据参数。我已经能够导航到主id=videouser类，但是我不确定现在如何获得相关的文本。。在

vid_data = (soup('td', {'id':'videoUser'}))[0]

<td id="videoUser">
<div class="item" style="padding-left: 0;">
<span>Added by</span>
<a href="/user/glanceweb">glanceweb</a>
<a class="hint" hint="Send private message" href="#" onclick="return openPm('glanceweb')" overicon="iconMailOver">
<div class="icon iconMail di" style="margin-bottom:-1px"></div>
</a>
<span class="hint" hint="2013-04-01 01:07:00 UTC">10 months ago</span>
</div>
<div class="item"><span>Runtime:</span> 02:39</div>
<div class="item"><span>Views:</span> 284,397</div>
</td>

有人知道如何在BS4中做到这一点吗。。？在

Answer 1

如果要查找由上述HTML打印的所有文本，请执行以下操作：

soup = BeautifulSoup(<your-html>)
div = soup.find_all('div', {'class':'item'})[0]
user = str(div.find_all('span')[0].string) + ' ' + str(div.find_all('a')[0].string) + ' ' + str(div.find_all('span')[1].string)
r_div = soup.find_all('div', {'class':'item'})[1]
runtime = r_div.get_text()
v_div = soup.find_all('div', {'class':'item'})[2]
views = v_div.get_text()

然后用户可以：

^{pr2}$

运行时将有：

Runtime: 02:39

这样，视图就会有

Views: 284,397