html页面的python抓取日期（2017年6月10日）

如何从包含下表数据的html页面中提取日期“2017年6月3日”。日期将根据订单号更改。我不确定我是否正确使用了它。请告知

<tr>
   <td style="font:bold 24px Arial;">Order #12345</td>
    <td style="font:13px Arial;"><strong>Order Date:</strong> June 03, 2017</td>
</tr>

执行上述代码后，我得到以下错误

Error :
['Order #12345']
Traceback (most recent call last):
  File "test.py", line 24, in <module>
    od = soup.find_all(text=re.compile("Order Date")).next_element()
AttributeError: 'ResultSet' object has no attribute 'next_element'

错误：
[“订单#12345”]
回溯（最近一次呼叫最后一次）：
文件“test.py”，第24行，在
od=soup.find_all（text=re.compile（“订单日期”））.next_元素（）
AttributeError:'ResultSet'对象没有属性'next\u element'

如果您试图解析页面上的其他表，则这可能不理想。如果只有一个表，这应该可以工作

EDIT：添加了如何从字符串解析实际日期的示例

In[19]: from datetime import datetime
   ...: 
   ...: from bs4 import BeautifulSoup
   ...: 
   ...: html = '''\
   ...: <tr>
   ...:    <td style="font:bold 24px Arial;">Order #12345</td>
   ...:     <td style="font:13px Arial;"><strong>Order Date:</strong> June 03, 2017</td>
   ...: </tr>
   ...: '''
   ...: soup = BeautifulSoup(html, 'lxml')
   ...: 
   ...: for row in soup.find_all('tr'):
   ...:     order_number, order_date = row.find_all('td')
   ...:     print(order_number.text)
   ...:     print(order_date.text)
   ...:     d = datetime.strptime(order_date.text, 'Order Date: %B %d, %Y')
   ...:     print(d.year, d.month, d.day)
   ...: 
Order #12345
Order Date: June 03, 2017
2017 6 3

[19]中的

：从日期时间导入日期时间
...: 
…：从bs4导入BeautifulSoup
...: 
…：html=''\
...: 
…：订单#12345
…：订单日期：2017年6月3日
...: 
...: '''
…：soup=BeautifulSoup（html，“lxml”）
...: 
…：对于汤中的行。查找所有（'tr'）：
…：订单号，订单日期=行。查找所有（'td'））
…：打印（订单号.文本）
…：打印（订单日期文本）
…：d=datetime.strtime（order_date.text，'订单日期：%B%d，%Y'）
…：打印（d.年、d.月、d.日）
...: 
订单号#12345
订单日期：2017年6月3日
2017 6 3

或者

>>> import requests
>>> import bs4
>>> soup = bs4.BeautifulSoup('''\
... <tr>
...     <td style="font:bold 24px Arial;">Order #12345</td>
...     <td style="font:13px Arial;"><strong>Order Date:</strong> June 03, 2017</td>
... </tr>''', 'lxml')
>>> soup.find_all(text=bs4.re.compile("Order #"))[0][7:]
'12345'
>>> soup.find_all(text=bs4.re.compile("Order Date:"))[0].parent.next.next.strip()
'June 03, 2017'

导入请求 >>>进口bs4 >>>汤=bs4.BeautifulSoup（“”）\ ... …订单#12345 订单日期：2017年6月3日 …“（lxml”） >>>soup.find_all（text=bs4.re.compile（“Order#”））[0][7:] '12345' >>>soup.find_all（text=bs4.re.compile（“订单日期”）[0]。parent.next.next.strip（） ‘2017年6月3日’

---

无需单独导入

重新

，因为它包含在bs4中。我跟随你所做的；也就是说，我查找了文本，然后从那里导航。

您试图调用结果对象列表上的下一个元素，您是否尝试过在列表上循环并调用每个项目上的下一个元素？

>>> import requests
>>> import bs4
>>> soup = bs4.BeautifulSoup('''\
... <tr>
...     <td style="font:bold 24px Arial;">Order #12345</td>
...     <td style="font:13px Arial;"><strong>Order Date:</strong> June 03, 2017</td>
... </tr>''', 'lxml')
>>> soup.find_all(text=bs4.re.compile("Order #"))[0][7:]
'12345'
>>> soup.find_all(text=bs4.re.compile("Order Date:"))[0].parent.next.next.strip()
'June 03, 2017'