论坛徽章:: 0

电梯直达

1楼 [收藏(0)] [报告]

发表于 2020-02-17 11:07 |只看该作者 |倒序浏览

完全对python爬虫不懂，现有html网页文件，我用了BeautifulSoup，请问如何提取/kegg-bin/show_pathway?158190805124419/hsa01100.args，hsa01100，Met**lic pathways - Homo sapiens (human)，53这四个呢？谢谢
<li><a href="/kegg-bin/show_pathway?158190805124419/hsa01100.args" target="_blank">hsa01100</a> Met**lic pathways - Homo sapiens (human) (<a href="javascript:display('hsa01100')">53</a>)

文库|博客

nulcearbear

白手起家

论坛徽章:: 0

2楼 [报告]

发表于 2020-02-19 16:27 |只看该作者

from bs4 import BeautifulSoup
a='<li><a href="/kegg-bin/show_pathway?158190805124419/hsa01100.args" target="_blank">hsa01100</a> Met**lic pathways - Homo sapiens (human) (<a href="javascript:display(\'hsa01100\')">53</a>)'
soup=BeautifulSoup(a,'lxml')
soup.li.contents[0]['href']
soup.li.contents[0].text
soup.li.contents[1]
soup.li.contents[2].text

复制代码

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

nanshanjin

白手起家

论坛徽章:: 0

3楼 [报告]

发表于 2020-02-20 10:55 |只看该作者

回复 2# nulcearbear

非常感谢

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

返回列表

Chinaunix › 论坛 › 程序设计 › Python › 请教python爬虫问题

请教python爬虫问题 [复制链接]