BeautifulGroup在html标记Python3中通过2个术语查找文本

Question

我试图从一个html文件中提取一些文本，但是我需要两种类型的文本，它们在它们的标记中有一个术语（contextref）而彼此不同，例如：

1）<ix:nonfraction contextref="cfwd_30_04_2016" name="ns5:TangibleFixedAssets" unitref="GBP" decimals="0" format="ixt2:numdotdecimal" scale="0" xmlns:ix="http://www.xbrl.org/2008/inlineXBRL">180,649</ix:nonfraction>

2）<ix:nonfraction contextref="cfwd_30_04_2015" name="ns5:TangibleFixedAssets" unitref="GBP" decimals="0" format="ixt2:numdotdecimal" scale="0" xmlns:ix="http://www.xbrl.org/2008/inlineXBRL">200,395</ix:nonfraction>

目前我找到文本的代码是：var1=(soup.find('ix:nonfraction',{'name':'uk-gaap:{}'.format(variable)}).text)，上面的例子给出了：180649。在

为了能够得到这两个值，我需要另一个变量来包含另一个项和name（即contextref）一起使用不同的组合，但似乎无法使其工作。在

任何帮助都很好，谢谢

Answer 1

import bs4

html = '''<ix:nonfraction contextref="cfwd_30_04_2016" name="ns5:TangibleFixedAssets" unitref="GBP" decimals="0" format="ixt2:numdotdecimal" scale="0" xmlns:ix="http://www.xbrl.org/2008/inlineXBRL">180,649</ix:nonfraction>
<ix:nonfraction contextref="cfwd_30_04_2015" name="ns5:TangibleFixedAssets" unitref="GBP" decimals="0" format="ixt2:numdotdecimal" scale="0" xmlns:ix="http://www.xbrl.org/2008/inlineXBRL">200,395</ix:nonfraction>'''

soup = bs4.BeautifulSoup(html, 'lxml')
var1, var2 = [i.text for i in soup.find_all('ix:nonfraction')]

输出：

^{pr2}$

您可以在find_all()中使用contextref作为关键字：

soup.find_all('ix:nonfraction', contextref=True)

这意味着过滤具有contextref属性的标记。在