如何使用python提取cdata标签中的数据？答案

【问题标题】：How to extract data within a cdata tag using python?如何使用python提取cdata标签中的数据？
【发布时间】：2015-07-24 05:33:33
【问题描述】：

我使用漂亮的汤从 html 页面获取 CDATA，但我必须从中提取内容并将其放入 csv 文件中。

这是我的代码：

from bs4 import BeautifulSoup
from urllib.request import urlopen
import re
import csv
f = open('try.html')
ff = csv.writer(open("profiletry.csv", "w"))
ff.writerow(["cdata"]) 
soup = BeautifulSoup(''.join(f.readlines()))
cdata = soup.find(text=re.compile("CDATA"))
print(cdata)
ff.writerow([cdata])
newfile = open('cdatatxt.txt','w')
newfile.write(cdata)
soup = BeautifulSoup(''.join(f.readlines()))
c_data = soup.find(text=re.compile("string"))
print(c_data)

如果我编译这个 cdata 被打印，但我想以键值对的形式获取其中的数据，以便我可以将它存储在 csv 文件中。

【问题讨论】：

stackoverflow.com/questions/2032172/…

标签： python html xml beautifulsoup cdata

【解决方案1】：

这可能会对你有所帮助。

 import re
 from bs4 import BeautifulSoup

 soup = BeautifulSoup(content)
 for x in soup.find_all('item'):
 print re.sub('[\[CDATA\]]', '', x.string)

【讨论】：

我应该根据我的代码用 cdata 替换 item 吗？
@shahnazshariff 你得到解决方案了吗？
import re from bs4 import BeautifulSoup f = open('try2.html') soup = BeautifulSoup(''.join(f.readlines())) cdata = soup.find(text=re. compile("CDATA")) print(cdata) match = re.search(r'txt: \"\d\"',cdata) if match: print(match.group()) else: print('没找到') --> 使用搜索功能而不是 sub