如何使用 BeautifulSoup 解析特定的 HTML 标签?

Posted

技术标签:

【中文标题】如何使用 BeautifulSoup 解析特定的 HTML 标签?【英文标题】:How to parse a specific HTML tag using BeautifulSoup? 【发布时间】:2022-01-20 03:36:57 【问题描述】:

我正在尝试抓取这个网站:https://datausa.io/profile/university/cuny-city-college/

我的代码只检索第一个匹配的 div 类标签,即学费,但我只想检索食宿费用。如何解析特定标签?

import requests

url = requests.get('https://datausa.io/profile/university/cuny-city-college/')
soup = BeautifulSoup(url.text, 'html.parser')

rb = soup.find('div',class_='stat-value')

print(rb.prettify)

【问题讨论】:

【参考方案1】:

您可以在state-titel 上使用find 方法并在其中添加特定文本以便它会找到该标签,我们必须从中提取以前的标签,因此使用previous 方法!

import requests

url = requests.get('https://datausa.io/profile/university/cuny-city-college/')
soup = BeautifulSoup(url.text, 'html.parser')

rb = soup.find('div',class_='stat-title',text="Room and Board").find_previous()
print(rb.get_text())

输出:

$15,406

【讨论】:

谢谢!你是最棒的【参考方案2】:

您可以使用 :has:-soup-contains 和相邻的同级组合符 (+) 来指定 stat-value 和紧邻的 stat-title,其中包含文本“Room and Board”

import requests
from bs4 import BeautifulSoup as bs

soup = bs(requests.get('https://datausa.io/profile/university/cuny-city-college/').text)
print(soup.select_one('.stat-value:has(+ .stat-title:-soup-contains("Room and Board"))').text)

【讨论】:

以上是关于如何使用 BeautifulSoup 解析特定的 HTML 标签?的主要内容,如果未能解决你的问题,请参考以下文章

如何使用 BeautifulSoup 从表中抓取特定列并作为熊猫数据框返回

将 BeautifulSoup 元素解析为 Selenium

BeautifulSoup:获取特定表的内容

BeautifulSoup 有多个标签,每个标签都有一个特定的类

如何使用 Beautifulsoup 解析网站

如何使用Python中的BeautifulSoup从HTML链接解析嵌套表?