使用Python从具有有序跨度ID的HTML页面中抓取数据
使用Python从具有有序跨度ID的HTML页面中抓取数据
提问于 2018-08-05 03:35:05
我正在处理某些HTML页面，我需要从中抓取数据。问题是span ids是有编号的。例如：
ContentPlaceHolder_0, ContentPlaceHolder_1, ContentPlaceHolder_2 ..... ContentPlaceHolder_n我需要在每个页面上从所有这些span标记中获取数据。使用Beautiful Soup获取此数据的最佳方法是什么？
回答 1
Stack Overflow用户
发布于 2018-08-05 04:18:54
你可以试试BeautifulSoup内置的CSS选择器。这将选择ids以ContentPlaceHolder开头的所有span
soup.select('span[id^=ContentPlaceHolder]')示例：
from bs4 import BeautifulSoup
html = """<span id='ContentPlaceHolder_0'>0</span>
<span id='ContentPlaceHolder_1'>1</span>
<span id='ContentPlaceHolder_2'>2</span>
<span id='ContentPlaceHolder_3'>3</span>
<span id='xxx'>xxx</span>"""
soup = BeautifulSoup(html, 'lxml')
for s in soup.select('span[id^=ContentPlaceHolder]'):
print(s.text)打印：
0
1
2
3页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51688989
复制相关文章
相似问题
腾讯云开发者
