我正在使用 Beautifulsoup 從網(wǎng)站上抓取文本信息。如何僅抓取選擇的文本，以便將所選文本輸入到 MySQL 數(shù)據(jù)庫？我嘗試了各種方法來拉文本字符串，但我沒有任何運氣。我得到了想要的輸出，只是不知道如何消除不需要的項目。from bs4 import BeautifulSoupimport urllib.request, urllib.parse, urllib.errorhtml_url = 'https://www.nwk.usace.army.mil/Locations/District-Lakes/Pomme-de-Terre-Lake/Daily-Lake-Info-2/' html_doc = urllib.request.urlopen(html_url).read() soup = BeautifulSoup(html_doc, 'html.parser')pageNav = soup.find(class_= 'Normal')pageSub = pageNav.find_all('p')for strong_tag in soup.find_all('strong'): print (strong_tag.text, strong_tag.next_sibling)我想限制并只將四個項目拉到 MySQL 數(shù)據(jù)庫中：日期、昨天的高點、24 小時的低點、湖面溫度。這是我目前的結(jié)果：日期：2019 年 4 月 3 日正常泳池海拔：839.00 湖泊海拔：843.53 24 小時。變化：+0.14' 排放到 Pomme de Terre 河： Pomme de Terre 河：每秒 50 立方英尺 氣溫 無 8:00 am 48 昨天最高：64 24 小時最低：39 湖面溫度：46（周一拍攝）和星期五大約上午 8:00）河流溫度：46（星期一和星期五大約上午 8:00 拍攝）無風(fēng)方向：東南速度：4 峰值：9 降水：0.00"
1 回答
有只小跳蛙
TA貢獻(xiàn)1824條經(jīng)驗 獲得超8個贊
使用此代碼：
from bs4 import BeautifulSoup
import urllib.request, urllib.parse, urllib.error
html_url = 'https://www.nwk.usace.army.mil/Locations/District-Lakes/Pomme-de-Terre-Lake/Daily-Lake-Info-2/'
html_doc = urllib.request.urlopen(html_url).read()
soup = BeautifulSoup(html_doc, 'html.parser')
pageNav = soup.find(class_= 'Normal')
pageSub = pageNav.find_all('p')
for strong_tag in soup.find_all('strong'):
if strong_tag.text == "24 Hr. Change:" or strong_tag.text=="Yesterday's High:" or strong_tag.text=="Date: " or strong_tag.text=="Lake Surface Temperature:":
print(strong_tag.text, strong_tag.next_sibling)
if 語句應(yīng)該對所有內(nèi)容進行排序。我在 jupyter notebook 中嘗試了這段代碼，它奏效了。這里唯一的問題是日期一詞后面有一些空格。所以現(xiàn)在文件不會打印日期行。
要對日期大小寫進行硬編碼，請改用以下代碼：
from bs4 import BeautifulSoup
import urllib.request, urllib.parse, urllib.error
html_url = 'https://www.nwk.usace.army.mil/Locations/District-Lakes/Pomme-de-Terre-Lake/Daily-Lake-Info-2/'
html_doc = urllib.request.urlopen(html_url).read()
soup = BeautifulSoup(html_doc, 'html.parser')
pageNav = soup.find(class_= 'Normal')
pageSub = pageNav.find_all('p')
date = True
for strong_tag in soup.find_all('strong'):
if date:
print(strong_tag.text, strong_tag.next_sibling)
date = False
if strong_tag.text == "24 Hr. Change:" or strong_tag.text=="Yesterday's High:" or strong_tag.text=="Lake Surface Temperature:":
print(strong_tag.text, strong_tag.next_sibling)
添加回答
舉報
0/150
提交
取消