我想抓取无序列表中HTML页面的特定元素。有时,此元素存在,有时不存在。如果该元素存在,我想选择相应列表项中的第二段。
例:
<div class="testdiv">
<ul class="ullist">
<li><p>random element 1</p><p>value</p></li>
<li><p>random element 2</p><p>value</p></li>
<li><p>element_to_select</p><p>wanted_value</p></li>
<li><p>random element 4</p><p>value</p></li>
</ul>
</div>
对于上面的 HTML,我首先要检查是否存在"element_to_select",如果是,请wanted_value。
我尝试了以下(相当幼稚的)方法:
soup_parsed = BeautifulSoup(global_html.encode('utf-8'), 'html.parser')
index_of_wanted_element = self.index_containing_substring([str(s) for s in soup_parsed.find_all("p")], "element_to_select")
wanted_element_paragraph = soup_parsed.find_all("p")[index_of_wanted_element+1]
wanted_value_string = str(wanted_element_paragraph).replace("<p>","").replace("</p>","")
在其中index_containing_substring查找列表中所需字符串的索引。
这在Python中可能吗,例如,使用BeautifulSoup,Xpath等?
这个想法是通过文本获取element_to_select
元素,检查它是否未None
,如果没有,则获取下一个p
同级元素:
element_to_select = soup.find("p", text="element_to_select")
if element_to_select is not None:
next_element = element_to_select.find_next_sibling("p")
print(next_element.get_text())