Question

我从html源中提取一些数据时遇到了一些问题。

以下是我的html源代码的sniffit，我想在每个

中提取字符串值

关注

<td class="gamedate">10/12 00:59</b></td>

<td class="gametype">오버언더</b></td>

<td class="legue"><nobr style="width:100%;overflow:hidden;letter-spacing:-1;font-size:11px;"><nobr style='display:block; overflow:hidden;'><img src='../data/banner/25' border='0' width='20' height='13' alt='' align='absmiddle'></a> 그리스 D2</nobr>

<td class="bet" id="team1_27771" class="homeTeam1">Pas Giannina (↑오버)</td>

<td class="bet" id="bet1_27771" class="homeTeam2" align="right">1.65</td>

<td class="pointer muSelect" id="chk_27771_3" num='27771' bet='2.5' sp='오버언더'  bgcolor="f0f0f0"  class="handy handy1" ><span id="bet3_27771">2.5</span></td>

<td class="bet" id="bet2_27771" class="awayTeam2" align="left">1.95</td>

<td class="bet" id="team2_27771" class="awayTeam1">Pierikos (↓언더)</td>

所以我想要提取的最终值是

10/12 00:59

오버언더

그리스 D2

Pas Giannina (↑오버)

1.65

2.5

1.95

Pierikos (↓언더)

以下是我的html完整资源

请帮帮我！提前谢谢！

因为html源代码很大所以我上传到了pastebin.com

http://pastebin.com/Gdun0jhf

Answer 1

为什么不直接对字符串

进行替换

html.replace("AAAAAA", "Put what you want for AAAAAA here")

并为要替换的所有内容执行此操作？

忽略，我想念我的大脑一定不能完全阅读这个问题

Answer 2

您可以使用HTMLParser

Answer 3

这样的东西适用于基本表：

soup = BeautifulSoup.BeautifulSoup(YOUR_HTML)
table = soup.find('TABLE_ID')
for td in table.findAll('td'):
    print td.string

但看起来你正在处理的HTML有点麻烦。也许最好按类名追踪每个TD？例如

soup = BeautifulSoup.BeautifulSoup(YOUR_HTML)

#game date
game_dates = soup.findAll('td', {class: 'gamedate' })
for game_date in game_dates:
    print game_date

#bets
bets = soup.findAll('td', {class: 'bet' })
for bet in bets:
    print bet

python beautifulsoup相关问题

3 个答案: