如何使用python解析包含CSS和HTML的网页

Posted 2023-02-24

【中文标题】如何使用python解析包含CSS和HTML的网页

【英文标题】：How to parse a web page containing CSS and HTML using python

【发布时间】：2013-07-01 18:43:47

【问题描述】：

我正在尝试从包含 CSS 和 html 的网页中解析和提取一些信息。我为此使用 cssutils 和 beatifulsoup。假设我想找出用于表格标题的字体大小。 Beautifulsoup 告诉我表格定义在 HTML 中的位置。但是，如果我想知道表格中使用了哪种样式，我是否可以从 BeatifulSoup 获得该信息？如果不是，我该如何解决这个问题。谢谢你的帮助。

【问题讨论】：

你能给出示例代码吗？

【参考方案1】：

是的，你明白了。 BeautifulSoup 是完美的选择，正则表达式的强大功能:)

例子：

import re
from BeautifulSoup import BeautifulSoup


soup = BeautifulSoup('<h1 style="font-size: 12px; margin: 5px">Test</h>')
style = soup.find('h1')['style']
re.findall('font-size[^;]+', style)
# [u'font-size: 12px']