Question

我正在尝试使用BeautifulSoup和python从网站解析信息。 html如下所示。我希望我的解析数据看起来像：

ID定义
Lysine.biosynthesis - Burkholderia psuedomallei 17
...其余数据位于类似位置（在“pre”标签内和“a”标签之外。

我该怎么做？

<pre>ID                   Definition
    ----------------------------------------------------------------------------------------------------
<a href="/kegg-bin/show_pathway?bpm00300">bpm00300</a>             Lysine biosynthesis - Burkholderia pseudomallei 17 
<a href="/kegg-bin/show_pathway?bpm00330">bpm00330</a>             Arginine and proline metabolism - Burkholderia pse 
<a href="/kegg-bin/show_pathway?bpm01100">bpm01100</a>             Metabolic pathways - Burkholderia pseudomallei 171 
<a href="/kegg-bin/show_pathway?bpm01110">bpm01110</a>             Biosynthesis of secondary metabolites - Burkholder 
</pre>

我试过：

y=soup.find('pre') #returns data between <pre> tags. Specific to KEGG
    for a in y:
        z =a.string

这给了我：

 ID                   Definition
----------------------------------------------------------------------------------------------------

感谢您的帮助！

Answer 1

BeautifulSoup（）及其搜索方法return you a hierarchical parse-tree object，而不仅仅是一个字符串。通过找到的节点上的findChildren（）进行迭代可以执行您想要的操作（并跳过标题行）：

for a in soup.find('pre').findChildren():
    z = a.string

帮助解析<pre> tags using BeautifulSoup</pre>

1 个答案: