首页 文章

从包含使用BeautifulSoup的id的span获取内容

提问于
浏览 次
0

我在使用Beautiful Soup 4从许多存储在span标签中的html文件中提取内容时遇到了麻烦

我已经使用了汤流，并找到（“dl”）将html减少到带有“dl”标记的重复项目，然后找到所有的 Span .

我的问题是如何从每个 Span 中提取正确的值并存储在变量中，以及处理的顺序

<span class="iconYes">Public</span>
<span class="iconNo">Private</span>

所以我知道他们提供的服务

My Python 3 code

WebText=BeautifulSoup(open(fileToProcess),"html.parser",parse_only=DentistStrainer)
datalist = WebText.find("dl")
        for listitems in datalist:
            spans = datalist.find_all('span')
            for span in spans:
                print(span)

Sample Output

<span id="Content_Result_lblDentistName">Dr First Surname</span> 
<span class="lblAddress" id="Content_Result_lblAddress"><strong>Address</strong>: Dental Centre, Street, Town</span> 
<span class="lblAddress" id="Content_Result_lblPhone"><strong>Phone</strong>: 123-1234567</span> 
<span class="lblAddress" id="Content_Result_lblFax"><strong>Fax</strong>: 123-3456789</span> 
<span class="lblAddress" id="Content_Result_lblEmail">someone@somewhere.tld</span> 
<span class="lblAddress" id="Content_Result_lblWebsiteUrl">www.somewhere.tld</span> 
<span><strong>Services</strong>: </span> 
<span class="iconYes">Private</span> 
<span class="iconYes">Public</span>
<span class="iconNo">Credit Card</span>

我没有成功尝试使用提取值

if span.contains("lblDentistName"):
   DentistName = span.text()
   print("Dentist ",DentistName)`

任何Beautifulsoup用户都可以帮助我吗？

python beautifulsoup

1 回答

  • 2

    使用CSS selectors：

    dentist_names = soup.select('dl span[id$="lblDentistName"]')
for span in dentist_names:
    print(span.text())

    $= 选择以指定文本结尾的属性 .

    CSS选择器也可用于查找所有 class="icon.." span元素;它们按照它们在树中出现的顺序匹配：

    soup.select('dl span[class^="icon"]')

    ^= 与开头的类值匹配（请注意，如果span有多个类，则这可能不起作用） .

    回复于

相关问题