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

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...
AWSElasticBeans... 在Dockerfile中手动配置nginx反向代理。例如,在Dockerfile中添加以下代码:FR...
AWR报告解读 WORKLOAD REPOSITORY PDB report (PDB snapshots) AW...
AWS管理控制台菜单和权限 要在AWS管理控制台中创建菜单和权限,您可以使用AWS Identity and Access Ma...
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...
​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 ...
Azure构建流程(Power... 这可能是由于配置错误导致的问题。请检查构建流程任务中的“发布构建制品”步骤,确保正确配置了“Arti...
群晖外网访问终极解决方法:IP... 写在前面的话 受够了群晖的quickconnet的小水管了,急需一个新的解决方法&#x...
AWSECS:哪种网络模式具有... 使用AWS ECS中的awsvpc网络模式来获得最佳性能。awsvpc网络模式允许ECS任务直接在V...
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...