Question

我有一个网站来提取信息。例如，http://www.worldhospitaldirectory.com/alaska-native-medical-center/info/8500

我需要提取信息并保存到CSV文件中。例如，

类别：综合医院
名称：阿拉斯加原住民医疗中心
地址：4315 Diplomacy Drive

电话：（907）563-2662
城市：安克雷奇州：阿拉斯加州

但现在的问题是我找不到这些信息。网络代码如下：

<b>Category:</b>
  General Hospitals
<br>
<b>Address:</b>
  4315 Diplomacy Drive
<br>
<b>Subcontinent and Continent:</b>
  North America, America
<br>

请给我一些建议或代码，以帮助我获取这些文字。

Answer 1

import requests, bs4

r = requests.get('http://www.worldhospitaldirectory.com/alaska-native-medical-center/info/8500')
soup = bs4.BeautifulSoup(r.text, 'lxml')
start = soup.find('em')

for b in start.find_next_siblings('b'):

        print(b.text, b.next_sibling.strip())

出：

Category: General Hospitals
Address: 4315 Diplomacy Drive
Subcontinent and Continent: North America            , 
            America
Country: United States
Phone (907) 563-2662
Website: 
City:  
State:  
Email: 
Latitude: 61.1827
Longitude: -149.80009
Zip Code: 99508
Contact Address: 4315 Diplomacy Dr, Anchorage, AK 99508, United States
Latitude in Degree, Minute, Second [Direction]: 61° 10' 57" N

Python和Selenium：如何从没有id，类的Web文本中提取数据？

1 个答案: