使用beautifulsoup</br>标签之间的数据提取

Question

我有这个html数据，我需要解析从中提取数据。但它有这么多的标签和数据也很难通过我。从下面的Html数据我需要创建Python字典列表看起来像：

[{ “学校”： “童车 戏”}，{ “地方”： “纽约”}，{ “级别”： “四”}，{”国家 “：” USA “}，{” 级 当然了 “：” 易“}]

<div class="quick"> 
<strong>School</strong><br /> Childs play <br /><br /> 
<strong>Place</strong><br /> 
<a href="Search.aspx?Menu=new&amp;Me=">newyork</a><br /><br /> 
<strong>Level</strong><br />four<br /><br /> 
<strong>Country</strong><br />USA<br /><br /> 
<strong>Level Of Course</strong><br />Easy<br /><br /> 
</div> 

我尝试使用beautifulsoup，但没有得到成功。请帮忙

Answer 1

不幸的是，HTML不是理想的解析，但它可以提取数据到一个有意义的Python字典。

from BeautifulSoup import BeautifulSoup 
soup = BeautifulSoup(htmlString) 

raw_data = soup.find(**{"class": "quick"}).contents 
data = [x for x in raw_data if not hasattr(x, "name") or not x.name == "br"] 

使用if not hasattr(x, "name") or not x.name == "br"首先检查，以确保该项目的NavigableString一个实例，然后检查该元素是不是<BR>标签。

data然后将是[<KEY>, <VALUE>, <KEY>, <VALUE>]的格式，从中提取数据应该是相当无足轻重的。