【发布时间】:2019-04-16 04:58:55
【问题描述】:
如何在一个包含特定字符串的<p> 标记中仅获取/打印大的多行文本的行?在网站上,这些行是用<br> 标签实现的。没有关闭 </p> 标记。
网站的基本结构:
<p style="line-height: 150%">
I need a big cup of coffee and cookies.
<br>
I do not like tea with milk.
<br>
I can't live without coffee and cookies.
<br>
...
假设我只想获取/打印包含“咖啡和饼干”字样的行。因此,在这种情况下,应该只打印此<p> 的第一和第三“行”/ 句子。
我在 Python 3.7.1 下安装了 Beautiful Soup 4.6.3。
findAll 似乎是面向标签的并返回整个<p>,对吗?那我怎么能意识到呢?也许使用正则表达式或其他模式?
【问题讨论】:
标签: python html web-scraping beautifulsoup screen-scraping