BeautifulSoup中的.text方法和get

转自https://www.crifan.com/python_beautifulsoup_string_vs_text/

【背景】

是别人问我的：

BeautifulSoup 4中，soup.string和soup.text何有区别。

【折腾过程】

1.去beautifulsoup的官网：

bs3：

http://www.crummy.com/software/BeautifulSoup/bs3/documentation.html

和

bs4

http://www.crummy.com/software/BeautifulSoup/bs4/doc/#get-text

找了半天，都没有soup.text的用法。

2.但是该人的确使用代码：

price_div = li.find('div' , {'class':'pPrice clearfix'})
vs.append(price_div.em.text.split('\n')[5].strip().encode('gbk'))

是可以运行的。

3.开始我以为此处其html中有个特殊的em和text节点呢，类似于：

<html><em><text>xxx</text></em>
</html>

结果后来证实，其html中只有em，em其下没有text这个tag节点。

4.官网的文档中，和.text最接近的，也只有：

get_text()

5.后来下载到最新源码

http://www.crummy.com/software/BeautifulSoup/bs4/download/4.3/beautifulsoup4-4.3.1.tar.gz

解压后，看到：

\beautifulsoup4-4.3.1\bs4\element.py

中，有对应的代码：

    @propertydef stripped_strings(self):for string in self._all_strings(True):yield stringdef get_text(self, separator=u"", strip=False,types=(NavigableString, CData)):"""Get all child strings, concatenated using the given separator."""return separator.join([s for s in self._all_strings(strip, types=types)])getText = get_texttext = property(get_text)

所以，结论就很明显了。

【总结】

beautifulsoup中，对外接口，没有提供text这个属性，只有string这个属性值；

beautifulsoup内部才有text这个属性，只供内部使用 –> 如果你想要用text值，应该调用对应的get_text()

而你之所有能够直接用soup.text而没报错，应该是和python的class的property没有变成private有关系 –>导致你外部也可以访问到这个，本身是只供内部使用的属性值-> 这个要抽空深究了。

转载请注明：在路上 » 【整理】BeautifulSoup中的.string和.text的区别

那么get_text()h和string有什么区别的，我自己试了一下，

html="'

<html><head><title >The Dormouse's story</title></head>
<body>
The Dormouse's story
Once upon a time there were three little sisters; and their names were
<a class="sister" href="http://example.com/elsie" id="link1"></a>,
<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>,
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>
and they lived at the bottom of a well.
...

'''
发现如果是对a标签进行用get_text方法，返回的是空白
而如果是.string方法，对任何标签都能获得其中注释的内容，即Elsie

BeautifulSoup中的.text方法和get_text()方法的区别相关推荐

asp.net TemplateField模板中的Bind方法和Eval方法
TemplateField模板中为了能够有限制的或者取出数据库中某列的值时,可以用Bind和Eval方法来实现.以下是Bind方法的格式,Eval的格式也是和Bind一样的. Bind("列 ...
ExtJS中listener方法和handler方法的区别
listener方法和handler方法的区别在文档中的说明的太玄乎了,看不懂 listeners监听能够对一个click Event事件添加任意多个的事件响应处理函数而handler处理只能够通过 ...
python predict_对Keras中predict()方法和predict_classes()方法的区别说明
1 predict()方法当使用predict()方法进行预测时,返回值是数值,表示样本属于每一个类别的概率,我们可以使用numpy.argmax()方法找到样本以最大概率所属的类别作为样本的预测标 ...
java——Scanner中nextLine()方法和next()方法的区别
遇到一个有意思的东西,在整理字符串这块知识的时候,发现我在用Scanner函数时,在字符串中加入空格,结果空格后面的东西没有输出来(/尴尬),不多说直接上代码: import java.util.Sc ...
Java 8 辣么大（lambda）表达式不慌之—–（四）示例-Collectors中的中的joining 方法和mapping方法
Java 8 辣么大(lambda)表达式不慌之-–(四)示例-Collectors中的joining 方法和mapping方法 joining 方法 mapping方法先定义好后面做示例要用的数据 ...
浅谈BufferedReader中的read()方法和readLine()方法
浅谈BufferedReader中的read方法和readLine方法前言:本人比较菜啦,如果有错误,还请大佬指正. 1. read方法查看API文档我们可以发现BufferedReader类中的 ...
【网络】HTTP中的GET方法和POST方法
1.GET方法:获取资源 GET方法用来请求访问已被URL识别的资源.指定的资源经服务器端接续后返回内容.也就是说,如果请求的资源是文本,那就保持原样返回:如果像是CGI(Conmmon Gatewa ...
VBA中Activate方法和Select方法的区别
VBA中的Activate方法和Select方法看起来似乎相同,其实二者是有区别的.Activate方法的作用是激活,而Select方法的作用是选择.其区别如下: 1.对于"Sheets&q ...
请简述一下线程的sleep()方法和yield()方法的区别？
请简述一下线程的sleep()方法和yield()方法的区别? ①sleep()方法给其他线程机会时不考虑线程的优先级,因此会给低优先级的线程以运行的机会. yield()方法只会给相同优先级或更高优 ...

BeautifulSoup中的.text方法和get_text()方法的区别

BeautifulSoup中的.text方法和get_text()方法的区别相关推荐

最新文章

热门文章