Question

我目前正在为Scrapers编写代码，越来越多的人成为Python的粉丝，特别是BeautifulSoup。

仍然......在通过HTML解析时，我遇到了一个困难的部分，我只能以一种不那么漂亮的方式使用它。

我想抓取HTML代码，尤其是以下代码段：

<div class="title-box">
    <h2>
        <span class="result-desc">
            Search results <strong>1</strong>-<strong>10</strong> out of <strong>10,009</strong> about <strong>paul mccartney</strong><a href="alert/settings" class="title-email-alert-promo x-title-alerts-promo">Create email Alert</a>
        </span>
    </h2>
</div>

所以我所做的就是通过使用

识别div

comment = TopsySoup.find('div', attrs={'class' : 'title-box'})

然后丑陋的部分进来。要抓住我想要的数字：10,009我使用：

catcher = comment.strong.next.next.next.next.next.next.next

有人可以告诉我是否有更好的方式？

Answer 1

comment.find_all('strong')[2].text怎么样？

它实际上可以缩短为comment('strong')[2].text，因为调用Tag对象就好像它是一个函数一样，就像在它上面调用find_all一样。

>>> comment('strong')[2].text
u'10,009'

如何跳过BeautifulSoup中的相同标签 - Python

1 个答案: