使用 python 和美丽的汤从 HTML 中获取结构化数据答案

【问题标题】：Get Structured Data from HTML using python and beautiful soup使用 python 和美丽的汤从 HTML 中获取结构化数据
【发布时间】：2014-12-22 23:01:50
【问题描述】：

我是 python 新手。我想得到如下代码的结果：

Score      Postive        Negative
  5         good            bad
  7       interesting
  3                       horrible

但是我的代码什么也没输出。请问问题出在哪里？

from bs4 import BeautifulSoup
text = """
... <body>
        <div class="review">
        <p class="pos">good</p>
        <p class="neg">bad</p>
    </div>
    <div class="review">
        <p class="pos">interesting</p>
    </div>
    <div class="review">
        <p class="neg">horrible</p>
    </div>
... </body>"""
soup = BeautifulSoup(text)
for parent in soup.find_all('div', attrs={'class': 'review'}):   
if parent.findNextSiblings('p', attrs={'class': 'pos'}):
    postive.append(parent.get_text())
else:
    postive.append("")
if parent.findNextSiblings('p', attrs={'class': 'neg'}): 
    negtive.append(parent.get_text())
else:
    negtive.append("")

【问题讨论】：

标签： python beautifulsoup html-parsing

【解决方案1】：

p 标签不是 div 类 review 的同级标签，它们是子标签：

positive = []
negative = []
for div in soup.find_all('div', attrs={'class': 'review'}):
    pos = div.find('p', {'class': 'pos'})
    positive.append(pos.get_text() if pos else '')

    neg = div.find('p', {'class': 'neg'})
    negative.append(neg.get_text() if neg else '')

print positive
print negative

打印：

[u'good', u'interesting', ''] 
[u'bad', '', u'horrible']

【讨论】：