Python 将包含HTML的字符串转换为实际HTML
设置 我有各种字符串变量,其中一个包含HTML 我需要获取HTML中的文本。例如,从以下HTML代码片段Python 将包含HTML的字符串转换为实际HTML,python,html,string,Python,Html,String,设置 我有各种字符串变量,其中一个包含HTML 我需要获取HTML中的文本。例如,从以下HTML代码片段 <div class="woocommerce-product-details__short-description">\n<ul>\n<li>50.000 r.p.m.</li>\n<li>Dry technique</li>\n<li>Controllable by foot pedal</li&g
<div class="woocommerce-product-details__short-description">\n<ul>\n<li>50.000 r.p.m.</li>\n<li>Dry technique</li>\n<li>Controllable by foot pedal</li>\n<li>Auto-Cruise</li>\n<li>Twist-lock system</li>\n<li>100W drill power</li>\n<li>7.8 Ncm torque</li>\n<li>220V-240V</li>\n<li>12-months warranty</li>\n</ul>\n</div>\n<p>[/vc_column_text]</p>
\n\n- 50.000转/分
\n- 干式技术
\n- 脚踏控制
\n- 自动巡航
\n- 扭锁系统
\n- 100W钻削功率
\n- 7.8 Ncm扭矩
\n- 220V-240V
\n- 12个月保修期
我想获得所有
的文本
请注意,这只是整个字符串的一部分的示例,文本不仅在
元素中
问题 简单地使用regex会非常麻烦,因为模式有点不规则 我熟悉Selenium从HTML获取数据,即执行
驱动程序。通过xpath('div')
等查找元素。但这只适用于HTML对象,而不适用于字符串
我想知道我是否能够以某种方式将字符串转换为HTML,然后以类似于Selenium的方式获取文本
任何其他解决方案都可以
您可以改为使用来分析此内容:
from bs4 import BeautifulSoup
s = '<div class="woocommerce-product-details__short-description">\n<ul>\n<li>50.000 r.p.m.</li>\n<li>Dry technique</li>\n<li>Controllable by foot pedal</li>\n<li>Auto-Cruise</li>\n<li>Twist-lock system</li>\n<li>100W drill power</li>\n<li>7.8 Ncm torque</li>\n<li>220V-240V</li>\n<li>12-months warranty</li>\n</ul>\n</div>\n<p>[/vc_column_text]</p>'
soup = BeautifulSoup(s)
print(soup.findAll(text=True))
您可以改为使用来分析此内容:
from bs4 import BeautifulSoup
s = '<div class="woocommerce-product-details__short-description">\n<ul>\n<li>50.000 r.p.m.</li>\n<li>Dry technique</li>\n<li>Controllable by foot pedal</li>\n<li>Auto-Cruise</li>\n<li>Twist-lock system</li>\n<li>100W drill power</li>\n<li>7.8 Ncm torque</li>\n<li>220V-240V</li>\n<li>12-months warranty</li>\n</ul>\n</div>\n<p>[/vc_column_text]</p>'
soup = BeautifulSoup(s)
print(soup.findAll(text=True))
你正在寻找一个HTML解析器。你可以在这里使用beautiful soup。你正在寻找一个HTML解析器。你可以在这里使用beautiful soup。