Как получить текст без тега HTML

Ниже приводится HTML:

<div class="ajaxcourseindentfix">
    <h3>CPSC 353 - Introduction to Computer Security (3) </h3>
    <hr>Security goals, security systems, access controls, networks and security, integrity, cryptography fundamentals, authentication. Attacks: software, network, website; management considerations, security standards in government and industry; security issues in requirements, architecture, design, implementation, testing, operation, maintenance, acquisition, and services.
    <br>
    <br>Prerequisite: <a href="preview_course_nopop.php?catoid=16&amp;coid=96570" onclick="acalogPopup()">CPSC 253U</a>
    <span style="display: none !important">&nbsp;</span>&nbsp;or <a href="#" onclick="acalogPopup()" target="_blank">CPSC 254</a>
    <span style="display: none !important">&nbsp;</span>&nbsp;and <a href="#" onclick="acalogPopup()" target="_blank">CPSC 351</a>
    <span style="display: none !important">&nbsp;</span>
    , declared major/minor in CPSC, CPEN, or CPEI
    <br>
</div>

Мне нужно получить следующий текст из этого HTML:

Из строки 6 - или
Из строки 7 - и
, объявлен основным / второстепенным в CPSC, CPEN или CPEI

Я могу получить href [Номер курса: CPSC 254 и т. Д.] Со следующим XPath:

 # This xpath gives me all the tags followed by h3 and then I iterate through them in my script.  
//div[@class='ajaxcourseindentfix']/h3/following-sibling::text()[2]/following-sibling::*

Обновить

И затем текст со следующим XPath:

# This xpath gives me all the text after the h3 tag.  
//div[@class='ajaxcourseindentfix']/h3/following-sibling::text()[2]/following-sibling::text()

Мне нужно, чтобы эти название курса / предварительные условия были такими же, как и в URL 1.

При таком подходе я получаю сначала весь HREF, а затем весь текст. Есть ли лучший способ добиться этого? Я не хочу перебирать 2 XPath, чтобы сначала получить HREF, а затем текст, а затем скомпоновать их, чтобы сформировать обязательную строку.

1 http://catalog.fullerton.edu/ajax/preview_course.php?catoid=16&coid=99648&show

Источник

1 ответ

Решение

Попробуйте использовать приведенный ниже код, чтобы получить требуемый вывод:

div = soup.select("div.ajaxcourseindentfix")[0]
" ".join([word for word in div.stripped_strings]).split("Prerequisite: ")[-1]

Выход

'CPSC 253U or CPSC 254 and CPSC 351 , declared major/minor in CPSC, CPEN, or CPEI'
Источник
Другие вопросы по тегам