微信公众号 讲师中心
首页
文章
web3.0 后端开发 web前端 数据库 开发工具 php框架 常见问题 科技 Java 系统教程 电脑教程 硬件教程 手机教程 软件教程 游戏教程 自媒体 新闻
专题
后端开发 web前端 数据库 开发工具 php框架 科技 Java 系统教程 电脑教程 硬件教程 手机教程 软件教程 游戏教程 新闻
AI工具
AI 聊天问答 Agent智能体 AI 文本写作 AI 绘画作图 AI 设计工具 AI 视频创作 AI 音频制作 AI 办公学习 AI 编程开发 Prompt指令
学习
大前端 后端开发 数据库 移动端 运维开发 计算机基础
编程手册
大前端 后端开发 数据库 移动端 运维开发 计算机基础
下载
js特效 网站源码 工具下载 类库下载 网站素材 学习资源 插件扩展 手机/移动开发 手机游戏
最近更新
搜索
web3.0 后端开发 web前端 数据库 开发工具 php框架 常见问题 科技 Java 系统教程 电脑教程 硬件教程 手机教程 软件教程
游戏教程 自媒体 新闻
python - BeautifulSoup如何解析HTML的问题
迷茫
迷茫 2017-04-18 09:27:13
[Python讨论组]
0 2 451
举报 
#-*- coding:utf-8 -*-
from bs4 import BeautifulSoup
html_doc = """
<!DOCTYPE html>
<html lang="en" xmlns="http://www.w3.org/1999/xhtml">
<head>
    <meta charset="utf-8" />
    <title>New Document</title>
</head>
<body>
    <p class="tab-pane active" id="all-school-box">
        <p class="col-md-12 table-list">
            <table class="table table-bordered">
                <tr>
                    <td class="col-md-1"><strong>学校名</strong></td>
                    <td class="col-md-3">北京大学</td>
                    <td class="col-md-1"><strong>联系人</strong></td>
                    <td class="col-md-3">路人甲</td>
                    <td class="col-md-1"><strong>联系电话</strong></td>
                    <td>13800138000</td>
                </tr>
                <tr>
                    <td><strong>城市</strong></td>
                    <td>北京</td>
                    <td><strong>状态</strong></td>
                    <td>正常</td>
                    <td><strong>加入时间</strong></td>
                    <td>0000-00-00</td>
                </tr>
                <tr>
                    <td><strong>学生<br>（总数 / 正常）</strong></td>
                    <td>5961 / 4761</td>
                    <td><strong>学生B部<br>（总数 / 正常）</strong></td>
                    <td>5961 / 4761</td>
                    <td><strong>学生C部<br>（总数 / 正常）</strong></td>
                    <td>0 / 0</td>
                </tr>
            </table>
        </p>
    </p>
</p>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'lxml')

print(soup.prettify())

思路
这种是可以转换为json？
还是直接正则过滤出数字？

我需要5961 / 4761 分开输出
转换为str格式
5961
4761

迷茫
迷茫

业精于勤，荒于嬉;行成于思，毁于随。

全部回复(2)
黄舟
黄舟2017-04-18 09:29:13 2楼

直接正则好了，简单粗暴：

pattern = re.compile(r'<td>(\d+) / (\d+)</td>')
m = pattern.findall(html_doc)
for item in m:
    print(item[0])
    print(item[1])
赞 +0
添加回复
ringa_lee
ringa_lee2017-04-18 09:29:13 1楼

不是json，它解析HTML文档，并且类似浏览器一样构建了一个节点树，所以你可以使用CSS Selector语法，利用find_all/find 函数获得tag节点，然后在你要获取数据的节点上调用 get_text(),返回的应该是一个str，然后调用 split("/")。
个人思路。

赞 +0
添加回复
专题推荐
更多>
热门话题
热门教程
更多>
相关教程
热门推荐
最新课程
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新 English
php中文网：公益在线php培训，帮助PHP学习者快速成长！
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号

  • PHP学习

  • 技术支持

  • 返回顶部