Beautiful soup常用的抽取规则

本文详细介绍了如何使用BeautifulSoup库对网页文本进行有效抽取,包括如何针对特定标签提取所需内容,以及面对多个相同标签时的处理方法。

最近用到了Beautiful soup对一些网页文本进行处理,发现在抽取一些目标文本的时候用到了一些规则,现在记录如下:

1、常用规则,对标签进行内容提取:

<td><b>Consultant Registration Number  :</b>16043646</td>

如果我们要提取Consultant Registration Number :  那么我们只要使用bs.find("b").get_text()

如果我们要提取16043646  那么我们要改成bs.find("b").next.next 即可

如果我们有多个标签,比如:

<td><b>Consultant Registration Number  :</b>16043646</td>
<td><b>Consultant Registration Number  :</b>16043646</td>
<td><b>Consultant Registration Number  :</b>16043646</td>
那么我们要获取第二个“Consultant Registration Number :”,怎么办呢,很简单,使用bs.findAll("b").get_text()
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值