如何从包含在 python 中解析的嵌套标签的 th 标签获取值？

Question

如何在没有来自标签 a 的值的情况下从 th 获取值

<th scope="col">1926
    <sup id="cite_ref-2011CH_22-0" class="reference">
        <a href="#cite_note-2011CH-22">[22]</a>
    </sup>
</th>

我试过了

 table = soup.find('table', {"class": "standard"})
 data_th = table.find('tbody').find_all('tr', {"class": "bright"})
 for tr in data_th:
     th_list = tr.find_all('th')
     for th in th_list:
         if(th.find('a')):
             print(th.text)

但最后结果

1926[22]
1931[23]
1939[23]

我需要

1926
1931
1939

Answer 1

一种方法是 select 只有目标文本。

th.find(text=True, recursive=False)

示例

from bs4 import BeautifulSoup

html='''
<th scope="col">1926
    <sup id="cite_ref-2011CH_22-0" class="reference">
        <a href="#cite_note-2011CH-22">[22]</a>
    </sup>
   another text
</th>
'''

soup = BeautifulSoup(html)

for th in soup.find_all('th'):
    print(th.find(text=True, recursive=False).text)

如何从包含在 python 中解析的嵌套标签的 th 标签获取值？

how to get a value from a th tag containing a nested tag parsing in python?

python

parsing

beautifulsoup

示例