在列表中查找字符串

Question

所以非常卡住首先我的 HTML 很难。有时它会丢失数据，如下所示。我的目的是在强之后获取文本（很好，1:56:5，1:56.5 等等）。由于数据很混乱，我可能需要嵌套的 if 语句，因此当我构造列表时，我的数据是 true （参见下面的代码）缺少数据 HTML<td><strong>Track Rating:</strong> GOOD</td><td></td><td><strong>Gross Time:</strong> 1:56:5</td><td><strong>Mile Rate:</strong> 1:56:5</td>普通 HTML<td><strong>Track Rating:</strong> GOOD</td><td><strong>Gross Time:</strong> 2:29:6</td><td><strong>Mile Rate:</strong> 1:58:6</td><td><strong>Lead Time:</strong> 30.3</td>我的代码在下面，我想从 if 语句中提取数据，但我卡住了。任何帮助表示赞赏。我想做的是在这里收集 GOOD 并将其存储在 track rating 中，并对我抓取的每个跟踪评级执行此操作- 如果它不存在，我想将其存储为空白。tableoftimes = race.find('table', class_='raceTimes')                for row in tableoftimes.find_all('tr'):                    string23 = [td.get_text() for td in row.find_all('td')]                    matching = [s for s in string23 if "Track Rating: " in s]                    if matching:                        trackrating = matching (#want to split to get after : but wont work in list)                    else:                        trackrating = ''

Answer 1

如果您有BS4 4.7.1或更高版本，您可以尝试以下代码。

尝试以下CSS选择器，它将识别td标签下的所有强标签conatins : ，然后获取父标签td，然后用于contents[-1]获取值

代码：

html='''<td><strong>Track Rating:</strong> GOOD</td>

<td></td>

<td><strong>Gross Time:</strong> 1:56:5</td>

<td><strong>Mile Rate:</strong> 1:56:5</td>'''

soup=BeautifulSoup(html,'html.parser')

for item in soup.select('td>strong:contains(":")'):

    print(item.parent.contents[-1].strip())

输出：

GOOD

1:56:5

1:56:5

next_element或者，您也可以在找到强标签后使用。第next_element一个是强标签，第二个next_element打印强标签后的值

html='''<td><strong>Track Rating:</strong> GOOD</td>

<td></td>

<td><strong>Gross Time:</strong> 1:56:5</td>

<td><strong>Mile Rate:</strong> 1:56:5</td>'''

soup=BeautifulSoup(html,'html.parser')

for item in soup.select('td>strong:contains(":")'):

    print(item.next_element.next_element.strip())

输出：

GOOD

1:56:5

1:56:5

Answer 2

尝试使用。

from bs4 import BeautifulSoup

html = """<td><strong>Track Rating:</strong> GOOD</td>

<td></td>

<td><strong>Gross Time:</strong> 1:56:5</td>

<td><strong>Mile Rate:</strong> 1:56:5</td>"""

soup = BeautifulSoup(html, 'html.parser')

for td in soup.find_all('td'):

    if td.find('strong'):         #Check for `strong` tag 

        if td.strong.text == 'Track Rating:':

            print(td.find(text=True, recursive=False))   #Get direct text

输出：

GOOD