代码之家 › 专栏 › 技术社区 › Prashant

如何仅刮取特定单词

beautifulsoup web-scraping python

Prashant · 技术社区 · 9 年前

安得拉邦

>>> container.findAll('b')
[<b><lable style="color:#3097b0;"> Aganampudi ( Public Funded ) </lable></b>, <b>NH-16 in Andhra Pradesh <br/> Stretch : </b>, <b>Tollable Length :</b>, <b>Fee Effective Date : </b>, <b> Â Due date of toll revision : </b>, <b style="color:Orange"> (With Discounting) </b>, <b> Rest Areas : </b>, <b>Truck Lay byes :</b>, <b>Static Weigh Bridge : </b>, <b> Helpline No. : </b>, <b>Emergency Services :</b>, <b>Nearest Police Station: </b>, <b>Highway Administrator (Project Director): </b>, <b>Project Implementation Unit(PIU)</b>, <b>Regional Office(RO)</b>, <b>Representative of Consultant</b>, <b>Representative of Concessionaire: </b>, <b>Nearest Hospital(s): </b>]
>>> search1 = container.findAll('b')
>>> search1[1]
<b>NH-16 in Andhra Pradesh <br/> Stretch : </b>
>>>

1 回复 | 直到 5 年前

chad 9 年前

您可以使用Python的字符串函数来提取它。

我只是查找索引“in”是6,“Stretch”是25,使用 .index() text[onset + 2:offset] -这是Python版本的子字符串。如果你需要澄清,请告诉我。

text = search1[1].get_text()
onset = text.index('in')
offset = text.index('Stretch')
name = str(text[onset + 2:offset]).strip(' ')
print name

推荐文章

Dinosaur · 使用BeautifulSoup点击div标签后抓取html页面

1 年前

Stackie · 无法使用Selenium访问废料数据的链接

1 年前

Avraham · 如何在JS中将beautifulsoup中的文本设置为.innerText而非.textContent

2 年前

Rayan CH TFG · 需要解释Python中的web抓取lambda函数

2 年前

hyoni · 使用Python BeautifulSoup进行网页抓取

2 年前

Canberra · 从网站上删除纬度和经度

2 年前

zero · bs4方法访问维基百科页面:获取信息框

2 年前

Oscar Tarrago · Beautiful Soup“.fund”无法从windows终端运行

2 年前

knowledge_seeker · 无法解析从Python中的HTML标记中的属性获得的JSON字符串

2 年前

Reonard1 · Web报废中的AttributeError

2 年前