Python 3.x 在<；span>；标签

我刚刚接触python，在获取标记之间的文本时遇到了麻烦，下面是完整表的html

<div id="menu">
    <h4 style="display:none">Horse Photo</h4>
    <ul style="margin-top:5px;border-radius:6px">
        <li style="padding:0">
            <img src="/images/unknown_horse.png" style="width:298px;margin-bottom:-3px;border-radius:5px;">
        </li>
    </ul>
    <h4>Horse Profile</h4>
    <ul>
        <li>Age<span>3yo</span></li>
        <li>Foaled<span>17/11/2014</span></li>
        <li>Country<span>New Zealand</span></li>
        <li>Location<span>Kembla Grange</span></li>
        <li>Sex<span>Filly</span></li>
        <li>Colour<span>Grey</span></li>
        <li>Sire<span>Mastercraftsman</span></li>
        <li>Dam<span>In Essence</span></li>
        <li>Trainer
            <span>
                <a href="/trainer/26970-r-l-price/">R &amp; L Price</a>               
            </span>
        </li>
        <li>Earnings<span>$19,795</span></li>
    </ul>
    <h4>Owners</h4>
    <ul>
        <li style="font:normal 12px 'Tahoma">Bell View Park Stud (Mgr: A P Mackrell)</li>
    </ul>
</div>

马照




马匹侧面图

年龄3yo
Foaled17/11/2014
新西兰乡村酒店
肯布拉庄园酒店
性感的
色灰
能工巧匠
大明本质
教练

收入19795美元

业主

Bell View公园螺柱（经理：A P Mackrell）

使用HTML/XML有很多选项。我更喜欢

parsel

软件包。您可以使用以下命令将其安装到您的环境中：

$ pip install parsel

之后，您可以像这样使用它：

from parsel import Selector
sel = Selector(html)
sel.css('ul li::text').extract()
# ['Age',
#  'Foaled',
#  'Country',
#  'Location',
#  'Sex',
#  'Colour',
#  'Sire',
#  'Dam',
#  'Trainer',
#  'Earnings',
#  'Bell View Park Stud (Mgr: A P Mackrell)']

---

可以找到更详细的说明。

要解析HTML，请使用

beautifulsoup

软件包。这样，您就可以轻松地选择html文档的元素。要打印

标记中的所有文本，可以使用以下示例：

data = """
<div id="menu">
    <h4 style="display:none">Horse Photo</h4>
    <ul style="margin-top:5px;border-radius:6px">
        <li style="padding:0">
            <img src="/images/unknown_horse.png" style="width:298px;margin-bottom:-3px;border-radius:5px;">
        </li>
    </ul>
    <h4>Horse Profile</h4>
    <ul>
        <li>Age<span>3yo</span></li>
        <li>Foaled<span>17/11/2014</span></li>
        <li>Country<span>New Zealand</span></li>
        <li>Location<span>Kembla Grange</span></li>
        <li>Sex<span>Filly</span></li>
        <li>Colour<span>Grey</span></li>
        <li>Sire<span>Mastercraftsman</span></li>
        <li>Dam<span>In Essence</span></li>
        <li>Trainer
            <span>
                <a href="/trainer/26970-r-l-price/">R &amp; L Price</a>
            </span>
        </li>
        <li>Earnings<span>$19,795</span></li>
    </ul>
    <h4>Owners</h4>
    <ul>
        <li style="font:normal 12px 'Tahoma">Bell View Park Stud (Mgr: A P Mackrell)</li>
    </ul>
</div>
"""


from bs4 import BeautifulSoup

soup = BeautifulSoup(data, 'lxml')

for li in soup.select('span'):
    if li.text.strip() == '':
        continue
    print(li.text)

---

使用

beautifulsoup

你在谷歌上搜索过吗？我会让帕塞尔试试，是的，我在谷歌上搜索过，我也尝试过这个。tables=soup4.find（“div”，{“id”：“menu”}）用于tables中的table:try:profiles=table.span用于profiles中的profile:try:print（profile.text）except:pass except:pass对不起，这是一种形式，想把这个地方弄清楚also@Shaun我建议您阅读更多关于Python的内容。您几乎不应该在不提及特定异常的情况下使用

except

语句。在这种情况下，我认为除了语句之外，这些

语句是完全不必要的。[code]tables=soup4.find（“div”，“id”：“menu”}）对于table in tables:try:profiles=table.span对于profiles in profile:try:print（profile.text）除外：通过除外：通过[/code]
3yo
17/11/2014
New Zealand
Kembla Grange
Filly
Grey
Mastercraftsman
In Essence

R & L Price

$19,795