मैं एक स्ट्रिंग में दो तत्वों के अंदर का पाठ प्राप्त करने की आवश्यकता के अंदर का पाठ पाने के लिए:पार्सिंग HTML एक तत्व
source_code = """<span class="UserName"><a href="#">Martin Elias</a></span>"""
>>> text
'Martin Elias'
मैं यह कैसे प्राप्त कर सकता है?
मैं "अजगर पार्स html" खोज की है और यह पहला परिणाम था:
Encountered a start tag: html
Encountered a start tag: head
Encountered a start tag: title
Encountered some data : Test
Encountered an end tag : title
Encountered an end tag : head
Encountered a start tag: body
Encountered a start tag: h1
Encountered some data : Parse me!
Encountered an end tag : h1
Encountered an end tag : body
Encountered an end tag : html
इस कोड को अजगर डॉक्स
from HTMLParser import HTMLParser
# create a subclass and override the handler methods
class MyHTMLParser(HTMLParser):
def handle_starttag(self, tag, attrs):
print "Encountered a start tag:", tag
def handle_endtag(self, tag):
print "Encountered an end tag :", tag
def handle_data(self, data):
print "Encountered some data :", data
# instantiate the parser and fed it some HTML
parser = MyHTMLParser()
parser.feed('<html><head><title>Test</title></head>'
'<body><h1>Parse me!</h1></body></html>')
यहाँ से लिया जाता है परिणाम है
इसका उपयोग करके और HTMLParser में कोड को देखकर मैं इस के साथ आया:
class myhtmlparser(HTMLParser):
def __init__(self):
self.reset()
self.NEWTAGS = []
self.NEWATTRS = []
self.HTMLDATA = []
def handle_starttag(self, tag, attrs):
self.NEWTAGS.append(tag)
self.NEWATTRS.append(attrs)
def handle_data(self, data):
self.HTMLDATA.append(data)
def clean(self):
self.NEWTAGS = []
self.NEWATTRS = []
self.HTMLDATA = []
आप इस तरह इसका इस्तेमाल कर सकते हैं:
from HTMLParser import HTMLParser
pstring = source_code = """<span class="UserName"><a href="#">Martin Elias</a></span>"""
class myhtmlparser(HTMLParser):
def __init__(self):
self.reset()
self.NEWTAGS = []
self.NEWATTRS = []
self.HTMLDATA = []
def handle_starttag(self, tag, attrs):
self.NEWTAGS.append(tag)
self.NEWATTRS.append(attrs)
def handle_data(self, data):
self.HTMLDATA.append(data)
def clean(self):
self.NEWTAGS = []
self.NEWATTRS = []
self.HTMLDATA = []
parser = myhtmlparser()
parser.feed(pstring)
# Extract data from parser
tags = parser.NEWTAGS
attrs = parser.NEWATTRS
data = parser.HTMLDATA
# Clean the parser
parser.clean()
# Print out our data
print tags
print attrs
print data
अब आप आसानी से उन सूचियों से अपने डेटा को निकालने के लिए सक्षम होना चाहिए। मुझे आशा है कि इससे मदद मिलेगी!
यह सुंदर है :) – AsheKetchum
मैं पाइथन Beautiful Soup 4 लाइब्रेरी का उपयोग करने की सलाह देता हूं।
pip install beautifulsoup4
यह HTML पार्सिंग को वास्तव में आसान बनाता है।
from bs4 import BeautifulSoup
source_code = """<span class="UserName"><a href="#">Martin Elias</a></span>"""
soup = BeautifulSoup(source_code)
print soup.a.string
>>> 'Martin Elias'
मुझे पता है कि सवाल python-2.x टैग किया गया है, लेकिन मुझे लगता है कि यह ध्यान दिया जाना चाहिए कि सुंदरसप केवल अजगर 2.x पर काम करता है। – LJNielsenDk
सुंदर सूप 4 2.7 और 3. दोनों में काम करता है –
सुंदर सूप के लिए आपको अच्छा एपीआई दस्तावेज कहां मिलते हैं? –
तुम भी html5lib और XPath, there is a good question about it here उपयोग करने का प्रयास कर सकते हैं, कि इस सवाल का जवाब एक महत्वपूर्ण विस्तार (namespaceHTMLElements) अपेक्षा के अनुरूप व्यवहार html5lib बनाने के लिए याद करने के लिए है। मैंने इसे काम करने की कोशिश करने में इतना समय बर्बाद कर दिया क्योंकि मैंने अनदेखा किया कि मुझे इसे बदलने की जरूरत है।
BeautifulSoup स्थापित करें और आप इस तरह कर सकते हैं:
from BeautifulSoup import BeautifulSoup
source_code = '"""<span class="UserName"><a href="#">Martin Elias</a></span>"""'
soup = BeautifulSoup(source_code)
print soup.find('span',{'class':'UserName'}).text
थेरेस कई यहाँ बिल्ली त्वचा के लिए तरीके। अंतिम परिणाम क्या है? आप जावास्क्रिप्ट या कुछ सर्वर-साइड पार्सिंग कर सकते हैं। –