我是 BeautifulSoup 和 Python 的新手。我正在抓取一些頁(yè)面，有時(shí)會(huì)給出電話號(hào)碼，有時(shí)卻沒(méi)有。如果它在那里，我想刮掉它。HTML 非常簡(jiǎn)單：<div> <p>Email: someone@somewhere.com</p> <p>Telephone: 1234567890</p> <p>Postal code: B3H 2F5</p></div>我正在檢查電話號(hào)碼是否存在，如下所示：phoneNumber = soup.find(string='Telephone:')if phoneNumber: phoneNumber = # Some code here to get the actual number else: phoneNumber = ('None')print (phoneNumber)該 div 中通常還有其他幾個(gè) p 標(biāo)簽，但并不總是存在相同的標(biāo)簽，因此我不能依賴它們作為參考點(diǎn)。電話號(hào)碼也不總是遵循相同的模式。我能做的最好的事情就是確定電話號(hào)碼始終以“電話：”開頭并包含在 ap 標(biāo)簽中。這似乎是找到它的唯一可靠方法。我不明白的是如何獲得實(shí)際的電話號(hào)碼，即“電話：”后的標(biāo)簽如何在“電話：”一詞后獲取此元素中的數(shù)字？
2 回答
交互式愛情
TA貢獻(xiàn)1712條經(jīng)驗(yàn) 獲得超3個(gè)贊
使用一些正則表達(dá)式邏輯，您可以直接找到<p>包含電話號(hào)碼的標(biāo)簽：
import re
from bs4 import BeautifulSoup
html = """<div>
<p>Email: someone@somewhere.com</p>
<p></p>
<p>Postal code: B3H 2F5</p>
<p>Telephone: 1234567890</p>
</div>"""
soup = BeautifulSoup(html)
#Find the tag containing "Telephone:"
phone_tag = soup.find('p', text=re.compile('Telephone:'))
if phone_tag:
phone = phone_tag.text.replace('Telephone:','').strip()
else:
phone = None
當(dāng)年話下
TA貢獻(xiàn)1890條經(jīng)驗(yàn) 獲得超9個(gè)贊
事實(shí)證明，我不知道使用 搜索此字符串的更好方法re.compile。我會(huì)在這里發(fā)布答案，以防其他人正在尋找同樣的東西。
對(duì)我有用的是：
phoneNumber = soup.find('p', text = re.compile('Telephone:'))
這給了我字符串出現(xiàn)的整個(gè) p 標(biāo)簽，我一開始沒(méi)有意識(shí)到，所以我可以這樣做：
if phoneNumber:
phoneNumber = phoneNumber.get_text().strip().replace('Telephone:', '')
else:
phoneNumber = ('None')
添加回答
舉報(bào)
0/150
提交
取消