有没有更简单的方法来抓取 br 标签？

Posted 2023-05-07

【中文标题】有没有更简单的方法来抓取 br 标签？

【英文标题】：Is there an easier way to webscrape br tags?

【发布时间】：2020-10-26 02:38:52

【问题描述】：

我一直在寻找正确提取地址数据的方法。

这是我的python脚本摘录：

addr = soup.find('div', class_='col-md-4')<br/>
print(addr)<br/>
print(addr.text)

结果：

<div class="col-md-4">45120 Waxpool Road<br/>20166 Dulles, VA<br/>USA</div>

45120 Waxpool Road20166 Dulles, VAUSA

需要按如下方式创建/打印结果以分隔地址、城市、州、邮编....： 蜡池路 45120 号 杜勒斯 弗吉尼亚州 20166 美国

有什么想法吗？

【参考方案1】：

我的做法是先使用addr 中的getting the innerhtml 使用decode_contents()，然后使用.split(<br/>) 拆分生成的文本。

innerHtml = addr.decode_contents()
addr_list = innerHtml.split('<br/>')
print(addr_list)

输出：

['45120 Waxpool Road', '20166 Dulles, VA', 'USA']

【参考方案2】：

您可能还必须使用find 找到<br> 标签，然后拆分您的文本。

请看一下这个question。可能对你有帮助。

希望它有效。