使用 BeautifulSoup 选择多个元素并单独管理它们

Question

我正在使用 BeautifulSoup 来解析诗歌网页。诗歌分为h3 用于诗歌标题，.line 用于诗歌的每一行。我可以获取这两个元素并将它们添加到列表中。但我想将h3 操作为大写并指示换行符，然后将其插入到行列表中。

    linesArr = []
    for lines in full_text:
        booktitles = lines.select('h3')
        for booktitle in booktitles:
            linesArr.append(booktitle.text.upper())
            linesArr.append('')
        for line in lines.select('h3, .line'):
            linesArr.append(line.text)

此代码将所有书名附加到列表的开头，然后继续获取h3 和.line 项目。我试过插入这样的代码：

    linesArr = []
    for lines in full_text:
        for line in lines.select('h3, .line'):
            if line.find('h3'):
                linesArr.append(line.text.upper())
                linesArr.append('')
            else:
                linesArr.append(line.text)

Answer 1

我不确定您要做什么，但是通过这种方式，您可以获得一个带有大写标题和所有行的数组：

#!/usr/bin/python3
# coding: utf8

from bs4 import BeautifulSoup
import requests

page = requests.get("https://quod.lib.umich.edu/c/cme/CT/1:1?rgn=div2;view=fulltext")
soup = BeautifulSoup(page.text, 'html.parser')

title = soup.find('h3')
full_lines = soup.find_all('div',{'class':'line'})

linesArr = []
linesArr.append(title.get_text().upper())
for line in full_lines:
    linesArr.append(line.get_text())

# Print full array with the title and text
print(linesArr)

# Print text here with line break
for linea in linesArr:
    print(linea + '\n')