从美丽的汤元素中提取原始字符串位置
从美丽的汤元素中提取原始字符串位置
提问于 2018-01-12 08:52:59
使用美汤解析长期复杂的html文档时，有时需要准确地找到匹配元素的原始字符串中的位置。我不能简单地搜索字符串，因为可能有多个匹配的元素，我将失去BS4解析DOM的能力。鉴于这一最低限度的工作实例：
import bs4
html = "<div><b>Hello</b> <i>World</i></div>"
soup = bs4.BeautifulSoup(html,'lxml')
# Returns 22
print html.find("World")
# How to get this to return 22?
print soup.find("i", text="World")如何使bs4提取的元素返回22？
回答 1
Stack Overflow用户
发布于 2018-08-17 05:14:43
我知道你的问题是“世界”可能被写了很多遍，但你想要获得一个特定事件的位置(不知何故，你知道如何识别)。
你可以用这个解决办法。我敢打赌还有更优雅的解决方案，但这应该会使它：
考虑到这个html：
import bs4
html = """<div><b>Hello</b> <i>World</i></div>
<div><b>Hello</b> <i>Foo World</i></div>
<div><b>Hello</b> <i>Bar World</i></div>"""
soup = bs4.BeautifulSoup(html,'lxml')如果我们想获得Foo世界的地位，我们可以：
- 拿上标签
- 引入一些我们知道它不存在于html其余部分的唯一字符串
- 获取我们添加的字符串的位置。 导入bs4 html =“Hello World Hello”“desired_tag = bs4.BeautifulSoup(html，'html.parser') #1 desired_tag= soup.find("i"，text="Foo World") #2 desired_tag.insert(0，"some_unique_string")打印(str(汤))“”将显示: Hello some_unique_stringFoo World Hello“#3 print(str(汤).find(”some_unique_string“))”“58”
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/48230684
复制相关文章
相似问题
腾讯云开发者
