我想提取包含在兩個標簽之間的給定標簽的所有實例。目前我正在與 BeautifulSoup 合作。您可以在下面找到一個示例：<p class='x' id = '1'> some content 1 <p><p class='y' id = 'a'> some content a <p><p class='y' id = 'b'> some content b <p><p class='y' id = 'c'> some content c <p><p class='potentially some other class'> <p><p class='x' id = '2'> some content 2 <p><p class='y' id = 'd'> some content d <p><p class='y' id = 'e'> some content e <p><p class='y' id = 'f'> some content f <p>我有興趣在兩個標簽“x”之間選擇“y”類的所有實例，它們也具有不同的 id。關于具體示例，我想選擇所有帶有 class = 'y' 的 p，然后檢索文本。我最終想要的輸出是：“某些內容 a”、“某些內容 b”和“某些內容 c”。我嘗試使用 findAllNext 方法，但這給了我“一些內容 a”、“一些內容 b”、“一些內容 c”和“一些內容 d”、“一些內容 e”、“一些內容 f”。下面是我的代碼par = BeautifulSoup(HTML_CODE).content, 'lxml') loc = par.find('p', class_ = 'x', id ='1')desired = loc.findAllNext('p', class_ = 'y')有什么方法可以避免選擇出現在 class='x' 和 id = '2' 標簽之后的 class = 'y' 實例嗎？
1 回答
繁花如伊
TA貢獻2012條經驗 獲得超12個贊
你可以從你想要的地方開始迭代并結束它，直到找到一些標記完成。
from bs4 import BeautifulSoup
html = """
<p class='x' id = '1'> some content 1 </p>
<p class='y' id = 'a'> some content a </p>
<p class='y' id = 'b'> some content b </p>
<p class='y' id = 'c'> some content c </p>
<p class='potentially some other class1'> potentially some other class 1 </p>
<p class='potentially some other class2'> potentially some other class 2</p>
<p class='potentially some other class3'> potentially some other class 3 </p>
<p class='x' id = '2'> some content 2 </p>
<p class='y' id = 'd'> some content d </p>
<p class='y' id = 'e'> some content e </p>
<p class='y' id = 'f'> some content f </p>
"""
soup = BeautifulSoup(html,"lxml")
start = soup.find("p",class_="y",id="c")
end = soup.find("p",class_="x",id="2")
def next_ele(ele,result=[]):
row = ele.find_next("p")
if not row or row == end:
return result
result.append(row)
return next_ele(row,result)
print(next_ele(start))
添加回答
舉報
0/150
提交
取消