問題描述

我想把房屋概況分別抓出來并分別作為獨(dú)立的列存儲(chǔ)進(jìn)字典里，但是行內(nèi)元素沒有辦法直接用for循環(huán)摳出來。這是我的代碼：

soup.select(’.house-info li’)[1].text.strip()

這是網(wǎng)頁html代碼：

<li><span class='info-tit'>房屋概況：</span>住宅<span class='splitline'>|</span>1室1廳1衛(wèi)<span class='splitline'>|</span><span>46m2</span><span class='splitline'>|</span> (高層)/共18層<span class='splitline'>|</span>南北<span class='splitline'>|</span> 豪華裝修 </li>

問題解答

回答1：

其實(shí)還是很有簡單的，你看這個(gè)還是有規(guī)律的，規(guī)律在于有分隔符|，我寫了個(gè)DEMO

something = ’’’<li><span class='info-tit'>房屋概況：</span>住宅 <span class='splitline'>|</span>1室1廳1衛(wèi)<span class='splitline'>|</span><span>46m2</span><span class='splitline'>|</span> (高層)/共18層<span class='splitline'>|</span>南北<span class='splitline'>|</span> 豪華裝修 </li>’’’;soup = BeautifulSoup(something, ’lxml’)plaintext = soup.select(’li’)[0].get_text().strip()

通過get_text()得到內(nèi)在所有內(nèi)容，然后去除空格。后面你就用split進(jìn)行分割吧，后面的不寫了。如果有問題再交流。

回答2：我感覺這個(gè)html代碼寫錯(cuò)了呢,標(biāo)簽的內(nèi)容文本在標(biāo)簽外面

正確的標(biāo)簽內(nèi)容就兩個(gè):

房屋概況：

46m2

回答3：

innerText

回答4：

你這種情況，我覺得用 for 循環(huán)加上正則表達(dá)式是最方便的，如果所有模版都是這樣固定的話

回答5：

用pyquery吧

from pyquery import PyQuery as Q

Q(text).find(’.house-info li’).text()