Python Language
HTML-parsering
Zoeken…
Zoek een tekst achter een element in BeautifulSoup
Stel je voor dat je de volgende HTML hebt:
<div>
<label>Name:</label>
John Smith
</div>
En u moet de tekst "John Smith" achter het label
element zoeken.
In dat geval kunt u het vinden label
element door tekst en gebruik vervolgens .next_sibling
eigenschap :
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())
Prints John Smith
.
CSS-selectors gebruiken in BeautifulSoup
BeautifulSoup biedt beperkte ondersteuning voor CSS-selectors , maar dekt de meestgebruikte. Gebruik select()
methode select()
om meerdere elementen te vinden en select_one()
om een enkel element te vinden.
Basis voorbeeld:
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())
prints:
item1
item2
item3
PyQuery
pyquery is een jquery-achtige bibliotheek voor python. Het heeft een zeer goede ondersteuning voor CSS-selectors.
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)
Modified text is an extract of the original Stack Overflow Documentation
Licentie onder CC BY-SA 3.0
Niet aangesloten bij Stack Overflow