如何使用 Python 3 抓取 <p> 元素中的特定文本答案

【问题标题】：How to scrape specific text in <p> elements with Python 3如何使用 Python 3 抓取 <p> 元素中的特定文本
【发布时间】：2020-04-21 20:15:42
【问题描述】：

我知道如何抓取整个 p 元素，但我想将位置的所有三个部分放在不同的类别中。我计划通过单独抓取它们并将它们单独放入一个 csv 文件来做到这一点。

这是带有示例位置的 Html：

<p>
70 Donald E Hiltz Connector Road
<br>
Kentville, NS
<br>
B4N 3V7
</p>

【问题讨论】：

试试.split("<br>")

标签： python html python-3.x web-scraping

【解决方案1】：

你的问题不是很清楚。

最好的解决方案是，如果您拥有该网站或如果 html 是您的，您可以将 id 放在 p 标签中并使用 Beautiful soups find(id="") 函数获取内容。否则，您只能获取整个数据，并查看是否可以使用yourstring.split() 之类的字符串函数获取内容，如果您的数据一直像示例一样结构化，这可能很有用，因此您可以只使用单词及其序列。很抱歉，由于我的声誉低，我无法发表评论，但如果你能更清楚地说明你如何抓取数据，以什么形式等等，那就更好了

【讨论】：

【解决方案2】：

这就是我的工作方式：

from bs4 import BeautifulSoup

html = '''<p> 70 Donald E Hiltz Connector Road <br> Kentville, NS <br> B4N 3V7 </p>'''

soup =BeautifulSoup(html, 'html5lib')

# replace `br` tag with pipe that we use to split data
_ = [br.replace_with('|') for br in soup.find_all('br')]

data = [text.strip() for text in soup.find('p').text.split('|')]

print(data)

结果

['70 Donald E Hiltz Connector Road', 'Kentville, NS', 'B4N 3V7']

【讨论】：

【解决方案3】：

另一种解决方案。

from simplified_scrapy import SimplifiedDoc,req,utils
html = '''
<p>
70 Donald E Hiltz Connector Road
<br>
Kentville, NS
<br>
B4N 3V7
</p>
'''
doc = SimplifiedDoc(html)
texts = doc.p.getText('|').split('|')
print (texts)

结果：

['70 Donald E Hiltz Connector Road', 'Kentville, NS', 'B4N 3V7']

【讨论】：