Question

我正在尝试抓取以下html（1217428）的ID，而不抓取其余的ID标签，但是我不知道如何仅隔离所需部分。

override fun applyOverrideConfiguration(overrideConfiguration: Configuration?) {
  if (overrideConfiguration != null) {
    val uiMode = overrideConfiguration.uiMode
    overrideConfiguration.setTo(baseContext.resources.configuration)
    overrideConfiguration.uiMode = uiMode
  }
  super.applyOverrideConfiguration(overrideConfiguration)
}

到目前为止，我已经提出了这个建议：

<td class="pb-15 text-center">
<a href="#" id="1217428_1_10/6/2020 12:00:00 AM" class="slotBooking">
    8:15 AM ✔ 
</a>
</td>

但这仅允许我将其接收为输出：

lesson_id = [] # I wish to fit the lesson id in this list
soup = bs(html, "html.parser")
slots = soup.find(attrs={"class" : "pb-15 text-center"})
tag = slots.find("a")
ID = tag.attrs["id"]
print (ID)

有什么办法可以编辑我的代码，使输出为：

1217428_1_10/6/2020 12:00:00 AM

我也尝试过使用正则表达式：

但是我收到此错误：

lesson_id = []
soup = bs(html, "html.parser")
slots = soup.find(attrs={"class" : "pb-15 text-center"})
tag = slots.find("a")
ID = tag.attrs["id"]
lesson_id.append(ID(re.findall("\d{7}")))

Answer 1

您可以按如下所示简单地拆分字符串：

id_list = ID.split('_',1)
#will give you ['1217428', '1_10/6/2020 12:00:00 AM']
id = id_list[0] # which is '1217428'

您也可以使用正则表达式：

match = re.search(r'\d{1,}',ID)
id = match.group() # '1217428'

Answer 2

我认为您可以通过将ID分隔为“ _”并使用第一部分来解决您的问题。（这是我从您上面的示例中所了解的内容）：

lesson_id = [] # I wish to fit the lesson id in this list
soup = bs(html, "html.parser")
slots = soup.find(attrs={"class" : "pb-15 text-center"})
tag = slots.find("a")
ID = tag.attrs["id"]
if ID:
    ID = ID.split("_")[0]
print (ID)

使用beautifulsoup抓取HTML网站ID的特定部分

2 个答案: