Question

我要解析的HTML是：

> </td> </tr> <!--MRT--> <tr><td colspan="2" style="border-top: 1px
> Dashed #CCC"><h3>MRT Stations Nearby</h3></td></tr><tr><td
> colspan="2"><table width="602" align="center" cellpadding="0"
> cellspacing="0"><tr><td width="261"><a
> href="/property/propertynearmrt/Boon-Lay-MRT/?t=dl&mid=12" title="Boon
> Lay MRT"><strong>Boon Lay MRT</strong></a><br />Distance :0.07km </td>

从这里开始，我想得到距离（在这种情况下为0.07km）。我还使用以下代码解析了站“Boon-Lay-MRT”的名称：

   soup2=BeautifulSoup(webpage2) 
   for cell in soup2.findAll('h3'):
        if 'MRT Stations Nearby' == cell.text:         

            for cell2 in cell.findAllNext('strong')[0]:
                print(cell2)

如何获取下一位文本（距离）？我认为只是将（'strong'）[0]更改为（'br /'）应该可以工作，但它不会。

很抱歉，如果问题相当愚蠢，我们将不胜感激。

由于

Answer 1

根据我的理解，问题的输入是MRT Stations Nearby文本。输出应为0.07km。

在这种情况下，想法是找到MRT Stations Nearby文本，找到tr父级。从那里，找到下一个tr兄弟，并查找包含Distance文字的元素：

row = soup.find(text="MRT Stations Nearby").find_parent("tr").find_next_sibling("tr")
distance = row.find(text=lambda x: x and x.startswith("Distance"))

print distance.split(":")[-1].strip()

Answer 2

你有没有试过for cell2 in cell.findAllNext('br')[0]: ...我认为你不需要＆＃39; /＆＃39;因为这只意味着标签是自动关闭的

在另一段文字后解析一段文字（使用python Beautiful Soup）

2 个答案: