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. css3 - 純css實現點擊特效2. javascript - 網頁打印頁另存為pdf的代碼一個問題3. css - chrome下a標簽嵌套img 顯示會多個小箭頭?4. vim - docker中新的ubuntu12.04鏡像,運行vi提示,找不到命名.5. mysql - 在不允許改動數據表的情況下，如何優化以varchar格式存儲的時間的比較？6. java中返回一個對象，和輸出對像的值，意義在哪兒7. docker網絡端口映射，沒有方便點的操作方法么？8. javascript - Img.complete和img.onload判斷圖片加載完成有什么區別？9. mysql 為什么主鍵 id 和 pid 都市索引, id > 10 走索引 time > 10 不走索引?10. javascript - 有適合開發手機端Html5網頁小游戲的前端框架嗎？
網公網安備