下に記述したHTMLコードの中から『取得したい文字列』を取得するには<LI>・<a>
ですが、
<LI>・<a>
も<time>
・<span>
等があるため、省くことができません。
教えてください。
例:
<li><a href="XXXXXXXXXX">取得したい文字列
<time>tt:mm</time>
<time><ige></time>
<span>1</span>
<div></div>
</a></li>
・
・
・
スタック・オーバーフローはプログラマーとプログラミングに熱心な人のためのQ&Aサイトです。すぐ登録できます。
登録してこのコミュニティに参加するfrom bs4 import BeautifulSoup
import sys
html_contents = '''
<li>
<a href="XXXXXXXXXX">取得したい文字列
<time>tt:mm</time>
<time><ige></time>
<span>1</span>
<div></div>
</a>
</li>
'''
soup = BeautifulSoup(html_contents, 'html.parser')
elm = soup.select_one('li > a[href]')
if elm is None:
sys.exit(1)
wanted = elm.contents[0].strip()
print(wanted)
#
# 取得したい文字列
from bs4 import BeautifulSoup
html = '''
<li><a href="XXXXXXXXXX">取得したい文字列
<time>tt:mm</time>
<time><ige></time>
<span>1</span>
<div></div>
</a></li>
'''
soup = BeautifulSoup(html)
a = soup.a # アンカータグ a 要素
strs = [s for s in a.strings]
strs[0]
# 取得したい文字列\n
print(strs[0].strip())
# 取得したい文字列
<\
になっていますが</
のtypoではありませんか? それから自分で作成・実行して上手くいかなかったソースコードやその結果と、それの何処が問題なのかについて追記した方が良いでしょう。こちらのヘルプ記事を参考に。良い質問をするには?, 再現可能な短いサンプルコードの書き方