用beauthoulsoup在两个i标签之间找到一个标签

Question

你好，我正在使用python和beauthoulsoup。我有一个html页面，如下所示：

<i>Hello<\i>
<a href="www.google.com"> Google <\a>
<i>Bye<\i>
<a href="www.google.com"> Google2 <\a>
<i>Hello<\i>
<a href="www.google.com"> Google3 <\a>
<i>Bye<\i>

我想得到所有的“a”标签文本（我知道如何做，我只是不知道如何得到他们）之间的Hello和Bye标签，但不是之间的拜拜和Hello标签。有没有可能配上漂亮的汤和Python？谢谢！在

Answer 1

你可以使用beauthoulsoup和regex的组合。这里regex用于获取limit标记之间的所有内容，然后使用BeautifulSoup提取锚定标记。在

from bs4 import BeautifulSoup
import re

excerpts = re.findall(r'<i>Hello<\\i>(.*?)<i>Bye<\\i>', html, re.DOTALL)

for e in excerpts:
    soup = BeautifulSoup(e)
    for link in soup.findAll('a'):
        print(link)

输出：

^{pr2}$