Python : 如何使用 BeautifulSoup 获取 <li> 中的文本

Question

这是我要处理的 html 文件：

<ul class="canTouch" data-com="hrefTo,href:'/movie/246286?_v_=yes'">
    <li class='c1'>
        <b>Important text</b>
        <br><em>useless text </em><em style="margin-left: .1rem">useless text</em>
    </li>
    <li class="c2 ">
        <b>938.6</b><br/>
    </li>
    <li class="c3 ">19.7%</li>
    <li class="c4 ">19.6%</li>
    <li class="c5 ">
        <span style="margin-right:-.1rem">8.6%</span>
        <span style="padding-right:.24rem" class="_more"></span>
    </li>
</ul>

文件中有很多ul个标签，这里是我的代码：

for ul in soup.find_all('ul')[3:]:
lis=ul.find_all('li')
for elem in lis:
    records.append(elem.text.strip())

我不想要 li 的 em 标签中的无用文本，但我需要 b 标签中的重要文本：

<li class='c1'>
    <b>Important text</b>
    <br><em>useless text<em style="margin-left: .1rem">useless text</em>
 </li>

我该怎么办？

Answer 1

更改将是微不足道的，替换为：

records.append(elem.text.strip())

与：

records.append(elem.b.text.strip())

Python : 如何使用 BeautifulSoup 获取 <li> 中的文本

Python : how to get the text in <li> using BeautifulSoup

html

python

beautifulsoup

html-parsing