如何从文本中提取所需信息？ Python答案

【问题标题】：How to extract required information from a text? python如何从文本中提取所需信息？ Python
【发布时间】：2019-02-04 02:32:42
【问题描述】：

我想提取：tamar tamar,0529589055

从这篇文章中，我必须多次这样做。

                    <h3 class="name">tamar tamar</h3>
                    <ul class="list-inline">
                        <li>gender:female</li>
                        <li>age:20</li>
                    <li class="phone" data="0529589055">phone:  0529589055</li>
                    <li class="email" data="tamar0529589055@gmail.com">email: tamar89055@gmail.com</li>         <!--                        <a

【问题讨论】：

这个问题显然是可以改进的。请发布一个更清晰、更详细的问题，以便您也得到一个好的和详细的答案
这看起来像 HTML 而不仅仅是普通的旧文本。 HTML parser 将是要走的路。这里有一个非常有启发性的post。 :)
Extracting data from HTML with Python的可能重复

标签： python

【解决方案1】：

您是否考虑过尝试使用正则表达式？例如一个简单的(\w+ \w+)</h3> 将提取名称。至少对于上面的例子。对于类似的数字： (0\d+)</li> 来自我的头顶。

一个我觉得易于使用的在线正则表达式网站：https://pythex.org

和 python 正则表达式文档： https://docs.python.org/2/library/re.html

【讨论】：

【解决方案2】：

BeautifulSoup 就是你要找的东西

from bs4 import BeautifulSoup
a='''<h3 class="name">tamar tamar</h3>
<ul class="list-inline">
    <li>gender:female</li>
    <li>age:20</li>
<li class="phone" data="0529589055">phone:  0529589055</li>
<li class="email" data="tamar0529589055@gmail.com">email: tamar89055@gmail.com</li> 
'''
soup = BeautifulSoup(a)
print(soup.find('h3',{"class": "name"}).text)
print(soup.find('li',{"class":'phone'}).text)

【讨论】：