Python 按标记顺序分组html内容

我有一个类似于以下内容的html文件：

    <h2>section 1</h2>
    <p>para 1</p>
    <p>para 2</p>
    <p>para 3</p>
    <h2>section 2</h2>
    <p>para 1</p>
    <p>para 2</p>
    <p>para 3</p>
    <h2>section 3</h2>
    <p>para 1</p>
    <p>para 2</p>
    <p>para 3</p>

第1节
第1款

第2段

第3段

第二节
第1款

第2段

第3段

第三节
第1款

第2段

第3段

我想把它们放到python字典中：

{'section1'：'…'，'section2'：'，'section3'：'…'}

，当然我可以设置一个

current_section

变量并使用while循环，但是有用于此目的的模块吗？ 我已经离开了BeautifulSoup，但在那里找不到捷径

---

谢谢

我想您需要

string

内置的

split

方法。如果你得到的文本在

html\u字符串中，你可以这样做

sections = html_string.split('<h2>')  #this deletes the opening h2 tag
for section in sections:
    section = '<h2>' + section   #replace the opening h2 tag
    #code to parse each section goes here

sections=html_string.split（“”）#这将删除开头的h2标记
对于分段：
节=''+节#替换开口h2标签
#解析每个部分的代码如下所示

这应该比使用
while
循环更干净。
据我所知，在
soup.group_by_header（）
中没有任何内容，但是对于您描述的输入，在任何情况下，您想要实现的都非常简单：

>>> from bs4 import BeautifulSoup     
>>> html = """
...     <h2>section 1</h2>
...     <p>para 1</p>
...     <!-- etc. -->
... """
>>> soup = BeautifulSoup(html)
>>> sections = {}
>>> for header in soup("h2"):
...     paras = []
...     for sibling in header.find_next_siblings(text=False):
...         if sibling.name == "h2":
...             break
...         paras.append(sibling.string)
...     sections[header.string] = paras
... 
>>> sections
{u'section 1': [u'para 1', u'para 2', u'para 3'],
 u'section 2': [u'para 1', u'para 2', u'para 3'],
 u'section 3': [u'para 1', u'para 2', u'para 3']}
>>> 

>>来自bs4导入组
>>>html=”“”
…第1节
第1段

...     
... """
>>>soup=BeautifulSoup（html）
>>>节={}
>>>对于汤中的标题（“h2”）：
...     第[]段
...     对于标头中的同级。查找\u下一个\u同级（text=False）：
...         如果sibling.name==“h2”：
...             打破
...         段落追加（同级字符串）
...     节[header.string]=第
... 
>>>部分
{u'section 1'：[u'para 1'，u'para 2'，u'para 3']，
u‘第2节’：[u‘第1段’、u‘第2段’、u‘第3段’]，
u'第3节'：[u'第1段'、u'第2段'、u'第3段]]
>>> 

这种方法有问题吗？或者你只是想知道是否有一些聪明的BeautifulSoup方法适合（公平地说，其中有一些）？
这是一个坏主意-使用HTML解析器是更好的选择。这可以将整个HTML页面分成多个组，但不会将文本提取到词典中。谢谢，这看起来真不错。但如果有，如你所说，一些聪明美丽的方法，请分享这些也，我将非常感激！