使用 BeautifulSoup 解析标签

Question

我遇到了关于 BeautifulSoup 的 Python 编程问题。

首先，我需要创建一个函数来从网页的源页面中提取所有标签。我这样做如下：

    from bs4 import BeautifulSoup

    soup=BeautifulSoup(''.join(data))

    def parseUsingSoup(content):
        return soup.findAll('h3')

我要解析的网站是这个：http://www.auc.nl/news-events/events-and-lectures/events-and-lectures.html?page=1&pageSize=40

它只包含一个 h3 标记。现在问题要我扩展我的函数，以便它还将在 p-tags 中返回与其相关的所有内容。它还要求提供一个包含四个元组的事件列表，这些元组给出事件的日期、标题、类型和描述。

我真的不知道该怎么做。我尝试了各种不同的东西，但没有什么能给我正确的结果。提前谢谢你。

Answer 1

这是获取<h3>下方所有<p>标签的一种方法：

from bs4 import BeautifulSoup
import urllib2

content = 'http://www.auc.nl/news-events/events-and-lectures/events-and-lectures.html?page=1&pageSize=40'

soup = BeautifulSoup(urllib2.urlopen(content))

for x in soup.findAll('h3'):
    for y in soup.findAll('p'):
        print y

然后您可以将此输出解析为您认为合适的列表。