python爬数据,得到一个列表,但怎样去掉里面的span标签呢?
我想大声告诉你
我想大声告诉你 2017-05-18 10:55:53
0
3
995

用p6ython3.6爬下了部分数据,但是最后显示的是含span标签的列表,当我用get_text、contents等方法,就会报错。这是为什么呢?
最开始返回的结果如下:

[<span>2017.5.2</span>]
[<span>2017.4.26</span>]
[<span>2017.4.24</span>]
[<span>2017.4.19</span>]
[<span>2017.3.23</span>]
[<span>2017.3.17</span>]
[<span>2017.2.14</span>]
[<span>2017.2.9</span>]
[<span>2017.2.6</span>]
[<span>2017.2.6</span>]

我的代码如下:

import requests
from bs4 import BeautifulSoup
import re

# def url_list():
#     for number in range(1,21):
#         url_links=[]
#         url="X".format(i=number)
#         url_links.append(url)

h={"User-Agent":"Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.81 Safari/537.36"}
r=requests.get("url",headers=h)
soup=BeautifulSoup(r.text,'lxml')

for data in soup.find("p",{"class":"list-main-eventset-finan"}).find_all("li"):
    content=data.find("i",{"class":"cell date"}).find_all("span")
    print(time)
我想大声告诉你
我想大声告诉你

全部回复(3)
仅有的幸福

bs的API记得不是很清楚了,应该是有可以直接获取文本的函数的,应该是get_text()这个函数吧。由于你用的是find_all(),那么需要再在返回的结果下做一次遍历,就是这样

rs = list()
for data in soup.find("p",{"class":"list-main-eventset-finan"}).find_all("li"):
    contents=data.find("i",{"class":"cell date"}).find_all("span")
    for content in contents:
        rs.append(content.get_text())
  

此外,也可以使用正则表达式来匹配,直接匹配<span>(.*?)<这个pattern。但是也得像上面那样遍历这个contens列表才行。

phpcn_u1582

题主可以试试 text_content() 方法

左手右手慢动作

正则表达式或者split+SUBSTRING也可以,灵活着用

热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板