我在使用BeautifulSoup收集特定标签的信息时遇到了问题。我想提取项目4'的文本。标签html之间,但下面的代码获取与项目1相关的文本。'我做错了什么(例如,切片)?
代码:
primary_detail = page_section.findAll('div', {'class': 'detail-item'})
for item_4 in page_section.find('h3', string='Item 4'):
if item_4:
for item_4_content in page_section.find('html'):
print (item_4_content)
HTML:
<div class="detail-item">
<h3>Item 1</h3>
<html><body><p>Item 1 text here</p></body></html>
</div>
<div class="detail-item">
<h3>Item 2</h3>
<html><body><p>Item 2 text here</p></body></html>
</div>
<div class="detail-item">
<h3>Item 3</h3>
<html><body><p>Item 3 text here</p></body></html>
</div>
<div class="detail-item">
<h3>Item 4</h3>
<html><body><p>Item 4 text here</p></body></html>
</div>
答案 0 :(得分:2)
看起来您想根据<p>
文字值打印<h3>
代码内容,对吗?
您的代码必须:
html_source
'div'
等于'class'
'detail-item'
代码
如果.text
标记的<h3>
值等于字符串'Item 4'
,则每次出现print
相应.text
代码的<p>
值您可以使用以下代码实现所需目的。
<强>代码:强>
s = '''<div class="detail-item">
<h3>Item 1</h3>
<html><body><p>Item 1 text here</p></body></html>
</div>
<div class="detail-item">
<h3>Item 2</h3>
<html><body><p>Item 2 text here</p></body></html>
</div>
<div class="detail-item">
<h3>Item 3</h3>
<html><body><p>Item 3 text here</p></body></html>
</div>
<div class="detail-item">
<h3>Item 4</h3>
<html><body><p>Item 4 text here</p></body></html>
</div>'''
from bs4 import BeautifulSoup
soup = BeautifulSoup(s, 'lxml')
primary_detail = soup.find_all('div', {'class': 'detail-item'})
for tag in primary_detail:
if 'Item 4' in tag.h3.text:
print(tag.p.text)
<强>输出:强>
'Item 4 text here'
编辑:https://tex.stackexchange.com/questions/134191/line-breaks-of-long-urls-in-biblatex-bibliography第一次循环中没有<h3>
标记,只有<h2>
所以它不会有任何.text
{1}}值,对吗?
您可以使用try/except
子句绕过此错误,如下面的代码所示。
<强>代码:强>
from bs4 import BeautifulSoup
import requests
url = 'https://fortiguard.com/psirt/FG-IR-17-097'
html_source = requests.get(url).text
soup = BeautifulSoup(html_source, 'lxml')
primary_detail = soup.find_all('div', {'class': 'detail-item'})
for tag in primary_detail:
try:
if 'Solutions' in tag.h3.text:
print(tag.p.text)
except:
continue
如果代码面临异常,它将继续迭代循环中的下一个元素。因此,代码将忽略不包含任何.text
值的第一个项目。
<强>输出:强>
'Upgrade to FortiWLC-SD version 8.3.0'