我正在使用Python 3.4，Windows 10和Visual Studio 2015.我正在尝试制作一个程序来清除websites formatted like this one.中的电话号码
我正在使用Beautiful Soup 4，我正试着从床上拿到床的数量。我试过soup.select('.td')并且它只返回一个空数组，我不知道还有什么可以尝试。
答案 0 :(得分：0)
为什么不将整个页面HTML作为字符串抓取，然后使用正则表达式来解析它？这不是Python擅长的地方吗？
如果你害怕正则表达式，这是一个初学者友好的教程： https://regexone.com/
Python的语法可能略有不同： https://docs.python.org/2/library/re.html
我真的希望你不是为了恶意目的而刮掉电话号码。我不想接你的电话： - ）。
这是另一个Stack Overflow答案，它给出了一个很好的起始正则表达式： https://stackoverflow.com/a/123666/5129424
这是一个7或10位数的正则表达式，允许扩展名，分隔符是空格，短划线或句点：
^(?:(?:\+?1\s*(?:[.-]\s*)?)?(?:\(\s*([2-9]1[02-9]|[2-9][02-8]1|[2-9][02-8][02-9])\s*\)|([2-9]1[02-9]|[2-9][02-8]1|[2-9][02-8][02-9]))\s*(?:[.-]\s*)?)?([2-9]1[02-9]|[2-9][02-9]1|[2-9][02-9]{2})\s*(?:[.-]\s*)?([0-9]{4})(?:\s*(?:#|x\.?|ext\.?|extension)\s*(\d+))?$
只是因为你可能会搞砸了＃34;并不意味着你不应该尝试并测试它。无论你做什么，你都要受页面结构的支配，这可能会改变，或者电话号码的格式也可能会改变。没有完美的解决方案。