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