如何使用beautifulsoup在span标签之间抓取

稍微格式化一下，我们就能看到您拥有什么样的结构：

<span style="margin-right: 0.9em">
    TEXT1 
    <span style="color:#111111; margin-left: 0.2em">
        TEXT2 
    </span>
    TEXT3
</span>

所以，很遗憾，我们不能用一种方法像这样的，因为我们要访问的NavigableText在多个深度元素。

一种实现方法是创建一个函数，该函数递归检查某个给定元素的子元素（context在以下函数中称为），如果它们是NavigableText元素，则将它们收集起来并返回。

考虑：

from bs4.element import NavigableString, Tag

def extractNavigableStrings(context):
    strings = []
    for e in context.children:
        if isinstance(e, NavigableString):
            strings.append(e)
        if isinstance(e, Tag):
            strings.extend(extractNavigableStrings(e))
    return strings

我们可以在您的输入上运行：

from bs4 import BeautifulSoup
from bs4.element import NavigableString, Tag

def extractNavigableStrings(context):
    strings = []
    for e in context.children:
        if isinstance(e, NavigableString):
            strings.append(e)
        if isinstance(e, Tag):
            strings.extend(extractNavigableStrings(e))
    return strings

soup = BeautifulSoup('''<span style="margin-right: 0.9em">TEXT1 <span style="color: #111111; margin-left: 0.2em">TEXT2 </span>TEXT3 </span>''')

print(extractNavigableStrings(soup))

该print函数显示我们的列表NavigableStrings

[u'TEXT1'，u'TEXT2'，u'TEXT3']

请注意，返回列表的元素不是python字符串，它们是NavigableString元素-打印它们很好，但是如果要获取字符串内容，则需要unicode(<element>)。例如：

nss = extractNavigableStrings(soup)
strings = [unicode(ns.string) for ns in nss]
print strings  # [u'TEXT1 ', u'TEXT2 ', u'TEXT3 ']

for s in strings: print type(s), s
# <type 'unicode'> TEXT1
# <type 'unicode'> TEXT2
# <type 'unicode'> TEXT3