Question

我正在尝试使用BeautifulSoup在li中提取div个信息。

以下是我正在使用的div的示例代码：

<div class="list">
<a href="/name1" target="_blank" title="name1">
<img alt="name1" src="https://img.url.com/name1"/>
<ul>
<li>name1</li>
<li>fullname1</li>
</ul>
</a>
<a href="/name2" target="_blank" title="name2">
<img alt="name2" src="https://img.url.com/name2"/>
<ul>
<li>name2</li>
<li>fullname2</li>
</ul>
</a>
<a href="/name3" target="_blank" title="name3">
<img alt="name3" src="https://img.url.com/name3"/>
<ul>
<li>name3</li>
<li>fullname3</li>
</ul>
</a>
</div>

我想要做的是从两个li中提取“姓名”和“全名”文本。

我认为我需要创建一个for循环来遍历列表，但我不知道如何做到这一点。（实际上，列表不仅仅是三个条目）。

我遇到的另一个问题是如何让汤来区分第一个<li>name<li>和第二个<li>fullname<li>标签。

非常感谢您的帮助！

Answer 1

您可以对FirebaseAuth mAuth; mAuth = FirebaseAuth.getInstance(); String uid = mAuth.getCurrentUser().getUid();使用嵌套式推理：

BeautifulSoup

输出：

from bs4 import BeautifulSoup as soup
_div = soup(content, 'html.parser').find('div', {'class':'list'})
results = [[i.text for i in b.find_all('li')] for b in _div.find_all('ul')]

Answer 2

假设此div中的列表始终遵循上述格式，您可以通过选择器进行搜索。这将生成一个交替names和fullnames的列表。

In [1]: from bs4 import BeautifulSoup as bs

In [2]: soup = bs(html, 'html.parser')

In [3]: target = soup.select('div ul li')
# search by selector

In [4]: target
Out[4]:
[<li>name1</li>,
 <li>fullname1</li>,
 <li>name2</li>,
 <li>fullname2</li>,
 <li>name3</li>,
 <li>fullname3</li>]

In [5]: names = [n.text for n in target[::2]]
# select every second element starting at the beginning of the list

In [6]: names
Out[6]: [u'name1', u'name2', u'name3']

In [7]: fullnames = [f.text for f in target[1::2]]
# select every second element starting at the second element of the list

In [8]: fullnames
Out[8]: [u'fullname1', u'fullname2', u'fullname3']

BeautifulSoup：如何在<div>中提取<li>信息

2 个答案: