如何解决在 div BeautifulSoup 中获取 div 内容
我有一个以下格式的网站:
<html lang="en">
<head>
#anything
</head>
<body>
<div id="div1">
<div id="div2">
<div class="class1">
#something
</div>
<div class="class2">
#something
</div>
<div class="class3">
<div class="sub-class1">
<div id="statHolder">
<div class="Class 1 of 15">
"Name"
<b>Bob</b>
</div>
<div class="Class 2 of 15">
"Age"
<b>24</b>
</div>
# Here are 15 of these kinds
</div>
</div>
</div>
</div>
</div>
</body>
</html>
我想检索这 15 个类中的所有内容。我该怎么做?
编辑: 我目前的方法:
import requests
from bs4 import BeautifulSoup
url = 'my-url-here'
response = requests.get(url)
soup = BeautifulSoup(response.content,"html.parser")
name_box = soup.findAll('div',{"id": "div1"}) #I dont know what to do after this
预期输出:
Name: Bob
Age: 24
#All 15 entries like this
我为此使用了 BeautifulSoup4。
有没有什么直接的方法可以获取<div id="stats">
中的所有内容?
解决方法
基于上面的HTML,你可以这样试试:
import requests
from bs4 import BeautifulSoup
result = {}
url = 'my-url-here'
response = requests.get(url)
soup = BeautifulSoup(response.content,"html.parser")
stats = soup.find('div',{'id': 'statHolder'})
for data in stats.find_all('div'):
key,value = data.text.split()
result[key.replace('"','')] = value
print(result)
# Prints:
# [{'Name': 'Bob'},{'Age': '24'}]
for key,value in result.items():
print(f'{key}: {value}')
# Prints:
# Name: Bob
# Age: 24
这会找到 div
和 id
的 statHolder
。
然后,我们找到 div
中的所有 div
,并提取两行文本(使用 split
)——第一行是键,第二行是价值。我们还使用 replace
从值中删除了双引号。
然后,我们将键值对添加到我们的 result
字典中。
通过此迭代,您可以获得所需的输出,如图所示。
,如果您根据网页的实际 html 执行此操作,以下内容将为您提供字典形式的统计信息。它以类为 pSt
的每个元素为键,然后移动到以下强标记以获取关联值。
from bs4 import BeautifulSoup as bs
#html is response.content assuming not dynamic
soup = bs(html,'html.parser')
stats = {i.text:i.strong.text for i in soup.select('.pSt')}
对于您显示的 html,您可以使用 stripped_strings 来获取第一个兄弟
from bs4 import BeautifulSoup as bs
html = '''
<html lang="en">
<head>
#anything
</head>
<body>
<div id="div1">
<div id="div2">
<div class="class1">
#something
</div>
<div class="class2">
#something
</div>
<div class="class3">
<div class="sub-class1">
<div id="statHolder">
<div class="Class 1 of 15">
"Name"
<b>Bob</b>
</div>
<div class="Class 2 of 15">
"Age"
<b>24</b>
</div>
# Here are 15 of these kinds
</div>
</div>
</div>
</div>
</div>
</body>
</html>
'''
soup = bs(html,'html.parser')
stats = {[s for s in i.stripped_strings][0]:i.b.text for i in soup.select('#statHolder [class^=Class]')}
print(stats)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。