Python 美丽的汤从一个问题的多个答案

我正在尝试用漂亮的汤拼凑一个有多个答案的html测验。我能够独立地拼凑答案和问题，并且已经找到了如何将其中一些结合起来的方法，下面是错误。问题是有些问题有不止一个答案，因此我在输出上偏离了一个，即有多个答案的问题1将只有一个答案，然后问题2将有问题1的答案。html代码中有很多层，即复选框、正确标记和错误标记答案。。。对于下一个问题，这会以相同的顺序重复。最终状态是刮取正确的问题和答案，然后将其转储到闪存卡程序中以供学习之用。我不确定这是不是最好的方法，或者是否有另一个python库工作得更好？任何指导和帮助都将不胜感激

问题1:

问题1：
不正确

选择两个XYZ示例。




答复1

（不正确）


​

答复2



​

答复3

（正确）


​

XYZ管理

（正确）



答复4

代码：

从bs4导入美化组
进口稀土
将open（'inputfile.html'，encoding=“utf-8”）作为f：
contents=f.read（）
汤=美汤（内容为“lxml”）
questions=soup.find_all（'div'，'mc-quick-question--question prompt--2_dlz'））
answers=soup.find_all（'div'，'fx-fx-lc-mc-quick-answer--correct--is6Db'，'safe-set-inner-html:rich-text-viewer:html'）
对于zip中的q、a（问题、答案）：
打印（“”.join（（q.p.text，a.p.text）））

我的输出： 错误 这将解析大约一半的错误，假设它需要文本类型并返回其他内容

回溯（最近一次呼叫最后一次）：
文件“myparsar.py”，第111行，在
打印（“”.join（（q.p.text，a.p.text）））
AttributeError:“非类型”对象没有属性“文本”

好的，如果我理解正确，您希望从一个问题中获得多个正确答案。你做得基本正确。但是在for循环中，您错误地使用了zip函数。我建议你检查一下

如果您有多个问题，应开始按容器查找所有问题：

question_containers = soup.find_all('div', 'detailed-result-panel--question-container--7NyiS')

然后，您可以遍历每个容器以获得问题和答案

for container in question_containers:
    question = container.find('div', 'mc-quiz-question--question-prompt--2_dlz')
    answers = container.find_all('div', 'fx fx-lc mc-quiz-answer--correct--is6Db', 'safely-set-inner-html:rich-text-viewer:html')

由于一个问题有多个答案，您应该使用嵌套for循环来迭代所有答案：

ans = []
for a in answers:
    answer_text = a.text.strip().split('\n')
    ans.append(answer_text[0])
print('Question:\n', question.text.strip(), '\nAnswers:\n', ', '.join(ans))

对于每个答案，我使用.text、.strip和.split仅获取答案文本。然后我把它附加到一个答案列表中，然后我用这个列表打印出你想要的

完整代码：

---

请用预期输出编辑您的问题。谢谢您的回复！是的，这就是我想要实现的。我想我看到了一条更好的路径，但代码实际上填充了所有答案#输出：“问题：选择两个XYZ示例。回答：回答3，回答4，回答3问题：XYZ的一个例子是什么。答案：答案3，答案4，答案3’这是因为你在一次搜索中得到了所有答案。我建议您首先查找所有问题容器。然后在每个容器中查找问题和正确答案。我会根据您的要求编辑答案。谢谢！这在很大程度上起了作用。由于某些原因，在较大的数据集中，它正在抓取

（正确）

，因此我添加了一个替换来删除它，并且还使用了一个返回，而不是换行符

answer\u text=a.text.strip（）.replace（'（正确）'，）。split（'\r'）

我尝试使用beautifulsou进行筛选以删除它，但没有成功。我现在可以抓取文本并向anki flashcards写下。

for container in question_containers:
    question = container.find('div', 'mc-quiz-question--question-prompt--2_dlz')
    answers = container.find_all('div', 'fx fx-lc mc-quiz-answer--correct--is6Db', 'safely-set-inner-html:rich-text-viewer:html')

ans = []
for a in answers:
    answer_text = a.text.strip().split('\n')
    ans.append(answer_text[0])
print('Question:\n', question.text.strip(), '\nAnswers:\n', ', '.join(ans))

soup = BeautifulSoup(contents, 'lxml')

question_containers = soup.find_all('div', 'detailed-result-panel--question-container--7NyiS')
for container in question_containers:
    question = container.find('div', 'mc-quiz-question--question-prompt--2_dlz')
    answers = container.find_all('div', 'fx fx-lc mc-quiz-answer--correct--is6Db', 'safely-set-inner-html:rich-text-viewer:html')

    ans = []
    for a in answers:
        answer_text = a.text.strip().split('\n')
        ans.append(answer_text[0])
    print('Question:\n', question.text.strip(), '\nAnswers:\n', ', '.join(ans))