Python Language
HTML解析

BeautifulSoupの要素の後にテキストを配置する

次のHTMLがあるとします。

<div>
    <label>Name:</label>
    John Smith
</div>

label要素の後にテキスト「John Smith」を配置する必要があります。

この場合、 label要素をテキストで検索し、 .next_siblingプロパティを使用することが.next_siblingます 。

from bs4 import BeautifulSoup

data = """
<div>
    <label>Name:</label>
    John Smith
</div>
"""

soup = BeautifulSoup(data, "html.parser")

label = soup.find("label", text="Name:")
print(label.next_sibling.strip())

John Smith印刷します。

BeautifulSoupでCSSセレクタを使う

BeautifulSoupはCSSセレクタのサポートが限られていますが、最も一般的に使用されています。 select()メソッドを使用して複数の要素を検索し、 select_one()を使用して単一の要素を検索します。

基本的な例：

from bs4 import BeautifulSoup

data = """
<ul>
    <li class="item">item1</li>
    <li class="item">item2</li>
    <li class="item">item3</li>
</ul>
"""

soup = BeautifulSoup(data, "html.parser")

for item in soup.select("li.item"):
    print(item.get_text())

印刷物：

item1
item2
item3

PyQuery

pyqueryはPython用のjqueryライクなライブラリです。それはCSSセレクタを非常によくサポートしています。

from pyquery import PyQuery

html = """
<h1>Sales</h1>
<table id="table">
<tr>
    <td>Lorem</td>
    <td>46</td>
</tr>
<tr>
    <td>Ipsum</td>
    <td>12</td>
</tr>
<tr>
    <td>Dolor</td>
    <td>27</td>
</tr>
<tr>
    <td>Sit</td>
    <td>90</td>
</tr>
</table>
"""

doc = PyQuery(html)

title = doc('h1').text()

print title

table_data = []

rows = doc('#table > tr')
for row in rows:
    name = PyQuery(row).find('td').eq(0).text()
    value = PyQuery(row).find('td').eq(1).text()

    print "%s\t  %s" % (name, value)