如何使用Python从html标记中提取数据？

我想从在线词典中提取一个单词的翻译。 例如，“car”的html代码：

<ol class="sense_list level_1">
     <li class="sense_list_item level_1" value="1"><span class="def">any vehicle on wheels</span></li>

任何车轮上的车辆

---

如何在Python中提取“车轮上的任何车辆”或任何其他模块？

有多种方法可以达到所需的元素

最简单的方法可能是通过

类
找到它：

soup.find('span', class_='def').text

或者，使用
CSS选择器
：

soup.select('span.def')[0].text

或者，另外检查家长：

soup.select('ol.level_1 > li.level_1 > span.def')[0].text

或：

假设这是给出的唯一HTML代码，您可以使用

我通过beautifulsoup解决它：

soup = bs4.BeautifulSoup(html)
q1=soup.find('li', class_="sense_list_item level_1",value='1').text

谢谢你的回答。但该html代码还有其他类似于上行的行，只有一个区别：value=“1”。对于每一行，值都会发生变化。“如何使用value=“1”提取行似乎与我已修改答案以包含开始标记和属性的答案重复。@SaraSantana更新了答案-最后一个选项检查
值
属性值。
import nltk 

#load html chunk into variable htmlstring#
extract = nltk.clean_html(htmlstring)
print(extract)

soup = bs4.BeautifulSoup(html)
q1=soup.find('li', class_="sense_list_item level_1",value='1').text