BeautifulSoup抓取所有子列表直到下一个较大的点
创始人
2024-11-27 21:01:06
0

我们可以使用Beautiful Soup库中的find_all()方法来获取所有的子列表,并使用正则表达式来查找下一个较大的点来截断子列表。以下是示例代码:

import re
from bs4 import BeautifulSoup

html = """
  • First
  • Second
    • First sub-item one
    • First sub-item two
  • Third
  • Fourth
    • Second sub-item one
    • Second sub-item two
""" soup = BeautifulSoup(html, 'html.parser') sublists = soup.find_all('ul') for sublist in sublists: sublist_items = [] for item in sublist.find_all('li'): sublist_items.append(item.text) # Use regex to find next large point and break out of loop if re.search('Third|Fourth', sublist_items[-1]): break print(sublist_items)

此代码将打印子列表 "Second sub-item one" 和 "Second sub-item two"。

相关内容

热门资讯

不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...
北信源内网安全管理卸载 北信源内网安全管理是一款网络安全管理软件,主要用于保护内网安全。在日常使用过程中,卸载该软件是一种常...
安卓文字转语音tts没有声音 安卓文字转语音TTS没有声音的问题在应用中比较常见,通常是由于一些设置或者代码逻辑问题导致的。本文将...
APK正在安装,但应用程序列表... 这个问题可能是由于以下原因导致的:应用程序安装的APK文件可能存在问题。设备上已经存在同名的应用程序...
​ToDesk 远程工具安装及... 目录 前言 ToDesk 优势 ToDesk 下载安装 ToDesk 功能展示 文件传输 设备链接 ...
AWSECS:访问外部网络时出... 如果您在AWS ECS中部署了应用程序,并且该应用程序需要访问外部网络,但是无法正常访问,可能是因为...
报告实验.pdfbase.tt... 这个错误通常是由于找不到字体文件或者文件路径不正确导致的。以下是一些解决方法:确认字体文件是否存在:...