Python爬蟲如何爬取span和span中間的內容并分別存入字典里？
問題描述
我想把房屋概況分別抓出來并分別作為獨立的列存儲進字典里，但是行內元素沒有辦法直接用for循環摳出來。這是我的代碼：
soup.select(’.house-info li’)[1].text.strip()
這是網頁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<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：其實還是很有簡單的，你看這個還是有規律的，規律在于有分隔符|，我寫了個DEMO
something = ’’’<li><span class='info-tit'>房屋概況：</span>住宅 <span class='splitline'>|</span>1室1廳1衛<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()得到內在所有內容，然后去除空格。后面你就用split進行分割吧，后面的不寫了。如果有問題再交流。
回答2：我感覺這個html代碼寫錯了呢,標簽的內容文本在標簽外面
房屋概況：
46m2
回答3：innerText
回答4：你這種情況，我覺得用 for 循環加上正則表達式是最方便的，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()
相關文章：
1. javascript - 打算寫一個c++的node圖像處理模塊,有沒有推薦的c++圖片處理庫？2. 運行python程序時出現“應用程序發生異常”的內存錯誤？3. css3 讓圖片變成灰色(filter)，但針對IE11瀏覽器無效4. android - Genymotion 模擬器可以做屏幕適配檢測嗎？5. macos - 無法source activate python276. java - butterknife怎么綁定多個view7. css - 移動端 盒子內加overflow-y:scroll后 字體會變大8. java - 同步/異步與阻塞/非阻塞之間的差異具體是什么？9. html5 - 前端面試碰到了一個緩存數據的問題，來論壇上請教一下10. PHPExcel表格導入數據庫怎么導入
網公網安備