[英]Retrive <b> value using Beautiful Soup and python
以下是html页面的示例。 尝试创建一个数据集,其中标签<b>
下的值为标头,标签<span>
下的值为标头。 该怎么做。 请帮忙。
<div class ="profile">
<P class="info">
<b>Full name</b>
<span>Raju Kumar</span>
</p>
<P class="info">
<b>DOB</b>
<span>05/06/1992</span>
</p>
<P class="info">
<b>DOB</b>
<span>05/06/1992</span>
</p>
</div>
下面是我尝试获取<b>
标签值作为标题的尝试。 但它仅返回第一个<b>
标记值。
header = [h.string for h in soup.find('p', class_='info').find_all('b')]
您可以使用以下行获取列表:
values = [(p.find('b').string, p.find('span').string)
for p in soup.find_all('p', class_='info')]
如果您更喜欢字典格式:
dict_values = {p.find('b').string: p.find('span').string
for p in soup.find_all('p', class_='info') }
编辑:
如果您需要建立一个数据框,
您有给定序列对的DataFrame.from_items方法:
values = [(p.find('b').string, p.find('span').string)
for p in soup.find_all('p', class_='info')]
value_df = pandas.DataFrame.from_items(values)
或者,您可以使用DataFrame.from_dict :
dict_values = {p.find('b').get_txt():p.find('span').get_txt()
for p in soup.find_all('p', class_='info') }
value_df = pandas.DataFrame.from_dict(dict_values)
如果我正确理解这一点,则需要循环两次:
header = [b.string for h in soup.find_all('p', class_='info') for b in h.find_all('b')]
您只发现了带有soup.find
的第一个p
像使用b
标签一样使用soup.find_all
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.