文章/答案/技术大牛

发布

社区首页 >问答首页 >BeautifulSoup从段落中提取文本并通过<br/>分割文本

问BeautifulSoup从段落中提取文本并通过<br/>分割文本
EN

Stack Overflow用户

提问于 2020-06-26 02:47:03

回答 1查看 1.5K关注 0票数 1

我对BeauitfulSoup非常陌生。

如何从html源代码中提取段落中的文本，在有a时将文本拆分，并将其存储到数组中，以便数组中的每个元素都是段落文本中的一个块(由a拆分)？

例如，对于以下段落：

<p>
    <strong>Pancakes</strong>
    <br/> 
    A <strong>delicious</strong> type of food
    <br/>
</p>

我希望将其存储到以下数组中：

['Pancakes', 'A delicious type of food']

我试过的是：

import bs4 as bs

soup = bs.BeautifulSoup("<p>Pancakes<br/> A delicious type of food<br/></p>")
p = soup.findAll('p')
p[0] = p[0].getText()
print(p)

但这将输出一个只有一个元素的数组：

['Pancakes A delicious type of food']

有什么方法可以对它进行编码，这样我就可以得到一个数组，其中包含段落中任何一个被分割的段落文本？

html

web-scraping

beautifulsoup

python

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-06-26 03:08:25

尝尝这个

from bs4 import BeautifulSoup, NavigableString

html = '<p>Pancakes<br/> A delicious type of food<br/></p>'

soup = BeautifulSoup(html, 'html.parser')
p = soup.findAll('p')
result = [str(child).strip() for child in p[0].children
            if isinstance(child, NavigableString)]

为深度递归更新

from bs4 import BeautifulSoup, NavigableString, Tag

html = "<p><strong>Pancakes</strong><br/> A <strong>delicious</strong> type of food<br/></p>"

soup = BeautifulSoup(html, 'html.parser')
p = soup.find('p').find_all(text=True, recursive=True)

再次更新文本，仅由

from bs4 import BeautifulSoup, NavigableString, Tag

html = "<p><strong>Pancakes</strong><br/> A <strong>delicious</strong> type of food<br/></p>"

soup = BeautifulSoup(html, 'html.parser')
text = ''
for child in soup.find_all('p')[0]:
    if isinstance(child, NavigableString):
        text += str(child).strip()
    elif isinstance(child, Tag):
        if child.name != 'br':
            text += child.text.strip()
        else:
            text += '\n'

result = text.strip().split('\n')
print(result)

票数 3

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/62587253

复制

相似问题

问BeautifulSoup从段落中提取文本并通过<br/>分割文本
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问BeautifulSoup从段落中提取文本并通过<br/>分割文本EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问BeautifulSoup从段落中提取文本并通过<br/>分割文本
EN