使用beautifulSoup和python来查找html中链接的最大序列的长度？
使用beautifulSoup和python来查找html中链接的最大序列的长度？
提问于 2018-09-12 16:44:19
我的任务是找到文章<div id="bodyContent">的正文，并在其中计算链接的最大序列的长度，在这些链接之间没有其他打开或关闭的标记。例如：
<p>
<span><a></a></span>
**<a></a>
<a></a>**
</p>- 一行中有2个链接，因为关闭跨度会中断序列。
<p>
**<a><span></span></a>
<a></a>
<a></a>**
</p- 和3个子系列的链接，因为跨度是在链接内部，而不是链接之间。为了解决这个问题，我使用了漂亮的汤和蟒蛇。
代码：
import requests
from bs4 import BeautifulSoup
html = requests.get('https://en.wikipedia.org/wiki/Stone_Age')
soup = BeautifulSoup(html.text, "lxml")
body = soup.find(id="bodyContent")
# get first link
first_link = body.a
# find all links that are in the same level
first_link.find_next_siblings('a')如何转到以下链接？
诚挚的问候!
回答 2
Stack Overflow用户
发布于 2018-09-15 20:51:37
我的解决方案是：
import requests
from bs4 import BeautifulSoup
html = requests.get('https://en.wikipedia.org/wiki/Stone_Age')
soup = BeautifulSoup(html.text, "lxml")
body = soup.find(id="bodyContent")
tag = body.find_next("a")
linkslen = -1
while (tag):
curlen = 1
for tag in tag.find_next_siblings():
if tag.name != 'a':
break
curlen += 1
if curlen > linkslen:
linkslen = curlen
tag = tag.find_next("a")
print(linkslen)Stack Overflow用户
发布于 2020-08-07 20:51:49
另一种解决方案
import requests
from bs4 import BeautifulSoup
html = requests.get('https://en.wikipedia.org/wiki/Stone_Age')
soup = BeautifulSoup(html.text, "lxml")
body = soup.find(id="bodyContent")
all_links = body.find_all('a')
sequence = 0
for link in all_links:
len = 1
for l in link.find_next_siblings():
if l.name != 'a':
break
len += 1
sequence = max(sequence, len)
print(sequence)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/52291029
复制相关文章
相似问题
腾讯云开发者
