鱼C论坛

 找回密码
 立即注册
查看: 2117|回复: 6

beautifulsoup特定标签内容提取。。。

[复制链接]
发表于 2017-7-17 20:41:36 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
如图所示,有个大标签ul,我不想要其中里面的所有内容,只想要其中几个子标签的内容,比如商品编号和内存。。。并且具有普遍性,不是仅仅考虑这个页面而已。。。求指导,并欢迎同道中人一起交流。
捕获.PNG
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

 楼主| 发表于 2017-7-17 20:42:40 | 显示全部楼层
不要求有代码,方法就好,当然有代码更好啦。。。
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2017-7-17 21:36:23 | 显示全部楼层
大概是这样的意思?
  1. bsObj = BeautifulSoup(html)
  2. for item in bsObj.findAll("ul"):
  3.     if "li" in item.attrs:
  4.         包含某些内容(item.attrs['li'])
复制代码
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2017-7-17 22:53:41 | 显示全部楼层
shuofxz 发表于 2017-7-17 21:36
大概是这样的意思?

我想的是否能得到特定第几个子标签里的内容,比如第一个li标签的东西,不想用内容去匹配,因为换个商品,li里的内容就变了,但是位置不会变。
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2017-7-18 09:33:49 | 显示全部楼层
文明的读书人 发表于 2017-7-17 22:53
我想的是否能得到特定第几个子标签里的内容,比如第一个li标签的东西,不想用内容去匹配,因为换个商品, ...

会用beautifulsoup的标签捕获当然是没问题,如果不会用还不如直接用正则表达式捕获来的方便。
看你li标签里的“商品名称”,“商品毛重”,“商品产地”,“运行内存”等等这些其实都不会变的,变的是冒号后面的数值,这样正则表达式完全可以一次性全部抓出来。
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 1 反对 0

使用道具 举报

发表于 2017-7-18 12:35:28 | 显示全部楼层
select()使用CSS选择器
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2017-7-18 22:01:54 | 显示全部楼层
我直接用beautifulsoup把子标签的内容全部爬下来了,然后做了筛选。
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-3-29 08:11

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表