Python爬虫如何爬取span和span中间的内容并分别存入字典里？

我想把房屋概况分别抓出来并分别作为独立的列存储进字典里，但是行内元素没有办法直接用for循环抠出来。
这是我的代码：

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

这是网页html代码：

<li><span class="info-tit">房屋概况：</span>住宅
                        <span class="splitline">|</span>1室1厅1卫
                        <span class="splitline">|</span><span title="建筑面积">46m²</span>
                        <span class="splitline">|</span> (高层)/共18层
                        <span class="splitline">|</span>南北
                        <span class="splitline">|</span> 豪华装修
                    </li>

回答：

我感觉这个html代码写错了呢,标签的内容文本在标签外面

图片描述

正确的标签内容就两个:

  • 房屋概况：

  • 46m²

回答：

innerText

回答：

你这种情况，我觉得用 for 循环加上正则表达式是最方便的，如果所有模版都是这样固定的话

回答：

用pyquery吧

from pyquery import PyQuery as Q

Q(text).find('.house-info li').text()

回答：

其实还是很有简单的，你看这个还是有规律的，规律在于有分隔符|，我写了个DEMO

something  = '''<li><span class="info-tit">房屋概况：</span>住宅  <span class="splitline">|</span>1室1厅1卫<span class="splitline">|</span><span title="建筑面积">46m²</span><span class="splitline">|</span> (高层)/共18层
                        <span class="splitline">|</span>南北
                        <span class="splitline">|</span> 豪华装修
                    </li>''';
soup  = BeautifulSoup(something, 'lxml')
plaintext = soup.select('li')[0].get_text().strip()

通过get_text()得到内在所有内容，然后去除空格。后面你就用split进行分割吧，后面的不写了。
如果有问题再交流。

以上是 Python爬虫如何爬取span和span中间的内容并分别存入字典里？ 的全部内容， 来源链接： utcz.com/a/156851.html

回到顶部