提取页面介绍信息与美丽的汤

我是新来美丽的汤，我试图提取出现在页面上的信息。此信息包含在div class =“_ 50f3”中，根据用户可以包含多个信息（研究，学习，作品，工作，生活等）。所以，到目前为止，我已成功虽然下面的代码来解析DIV类，但我不知道如何提取我从想要的信息..提取页面介绍信息与美丽的汤

table = soup.findAll('div', {'class': '_50f3'}) 

[<div class="_50f3">Lives in <a class="profileLink" data-hovercard="/ajax/hovercard/page.php?id=114148045261892" href="/Fort-Worth-Texas/114148045261892?ref=br_rs">Fort Worth, Texas</a></div>, 
<div class="_50f3">From <a class="profileLink" data-hovercard="/ajax/hovercard/page.php?id=111762725508574" href="/Dallas-Texas/111762725508574?ref=br_rs">Dallas, Texas</a></div>]

例如，在上面，我想存储“生活在”：“德克萨斯州的沃斯堡”和“来自”：“德克萨斯州达拉斯”。但在最一般的情况下，我想存储那里的任何信息。

任何帮助非常感谢！

来源

2016-07-15 morfara

在一般的情况下，这只是你需要get_text() - 这将构建一个单一的元素文本字符串通过子节点递归去：

table = soup.find_all('div', {'class': '_50f3'}) 
print([item.get_text(strip=True) for item in table])

但是，你也可以单独提取的标签和值：

d = {} 
for item in table: 
    label = item.find(text=True) 
    value = label.next_sibling 

    d[label.strip()] = value.get_text() 

print(d)

打印：

{'From': 'Dallas, Texas', 'Lives in': 'Fort Worth, Texas'}

来源

2016-07-15 14:38:37 alecxe

for i in range(len(table)): 
    print(table[i].text)

应该工作

来源

2016-07-15 14:39:29

提取页面介绍信息与美丽的汤

回答

相关问题