python - BeautifulSoup如何解析HTML的问题-PHP中文网问答

微信公众号讲师中心

首页

文章

后端开发 web前端数据库开发工具 php框架常见问题科技 Java 系统教程电脑教程硬件教程手机教程软件教程游戏教程自媒体新闻

专题

后端开发 web前端数据库开发工具 php框架科技 Java 系统教程电脑教程硬件教程手机教程软件教程游戏教程新闻

AI工具

AI 聊天问答 Agent智能体 AI 文本写作 AI 绘画作图 AI 设计工具 AI 视频创作 AI 音频制作 AI 办公学习 AI 编程开发 Prompt指令

学习

大前端后端开发数据库移动端运维开发计算机基础

编程手册

大前端后端开发数据库移动端运维开发计算机基础

下载

js特效网站源码工具下载类库下载网站素材学习资源插件扩展手机/移动开发手机游戏

最近更新

搜索

后端开发 web前端数据库开发工具 php框架常见问题科技 Java 系统教程电脑教程硬件教程手机教程软件教程游戏教程

python - BeautifulSoup如何解析HTML的问题

迷茫 2017-04-18 09:27:13

[Python讨论组]

468

#-*- coding:utf-8 -*-
from bs4 import BeautifulSoup
html_doc = """



    
    New Document


    
        

            

                
                    学校名
                    北京大学
                    联系人
                    路人甲
                    联系电话
                    13800138000
                
                
                    城市
                    北京
                    状态
                    正常
                    加入时间
                    0000-00-00
                
                
                    学生
（总数 / 正常）
                    5961 / 4761
                    学生B部
（总数 / 正常）
                    5961 / 4761
                    学生C部
（总数 / 正常）
                    0 / 0
                
            
        
    



"""
soup = BeautifulSoup(html_doc, 'lxml')

print(soup.prettify())

思路
这种是可以转换为json？
还是直接正则过滤出数字？

我需要5961 / 4761 分开输出
转换为str格式
5961
4761

迷茫

业精于勤，荒于嬉;行成于思，毁于随。

全部回复(2)

黄舟2017-04-18 09:29:13 2楼

直接正则好了，简单粗暴：

pattern = re.compile(r'<td>(\d+) / (\d+)</td>')
m = pattern.findall(html_doc)
for item in m:
    print(item[0])
    print(item[1])

赞 +0

添加回复

ringa_lee2017-04-18 09:29:13 1楼

不是json，它解析HTML文档，并且类似浏览器一样构建了一个节点树，所以你可以使用CSS Selector语法，利用find_all/find 函数获得tag节点，然后在你要获取数据的节点上调用 get_text(),返回的应该是一个str，然后调用 split("/")。
个人思路。

赞 +0

添加回复

专题推荐

更多>

热门话题

热门教程

更多>

学校名	北京大学	联系人	路人甲	联系电话	13800138000
城市	北京	状态	正常	加入时间	0000-00-00
学生（总数 / 正常）	5961 / 4761	学生B部（总数 / 正常）	5961 / 4761	学生C部（总数 / 正常）	0 / 0