我有一個這樣的HTML標(biāo)記：<ul class="clearfix"> "<li><span class="bold-title">Starts:</span> October 2013</li>"</ul>我想提取“ 2013年10月”。我的代碼是：start_date = articl.find('ul', class_='clearfix').find('li').text.strip()...摘錄為“開始時間：2013年10月”。如何只取日期呢？
3 回答
catspeake
TA貢獻(xiàn)1111條經(jīng)驗 獲得超0個贊
使用正則表達(dá)式：
import re
ss = '''
<ul class="clearfix">
<li><span class="bold-title">Starts:</span> October 2013</li>"
</ul>
blah blah
<ul class="clearfix">
<li><<a href="/derives/certificats/"> November 2014 </li>"
</ul>
'''
regx = re.compile('<ul +class="clearfix">.+?'
'<li>.*? *([^<>]+?) *</li>',
re.DOTALL)
print regx.findall(ss)
# prints ['October 2013', 'November 2014']
收到一只叮咚
TA貢獻(xiàn)1821條經(jīng)驗 獲得超5個贊
hold = li.text
for eachTag in li.findAll():
hold = hold.replace(eachTag.text,'')
慕尼黑5688855
TA貢獻(xiàn)1848條經(jīng)驗 獲得超2個贊
使用.contents，它返回一個列表：
>>> from bs4 import BeautifulSoup as BS
>>> html = (stuff above)
>>> soup = BS(html)
>>> print soup.find('li').contents[1].strip()
October 2013
添加回答
舉報
0/150
提交
取消