使用选择器无法获取不同的“ h”标签的内容 - python

我正在尝试从某些html元素的多个h标记中获取不同的标题。 h标记始终附有一些数字，例如h1，h14，h17。我知道我可以利用.select("h1,h11,h9")来获取它们，但是它们很多。如果它们是.select("[class^='heading']")，class="heading1"，class="heading2"之类的东西，我本可以使用class="heading3"处理它们。

如何使用选择器获取不同h标记的所有内容？

我的尝试：

htmlelements="""
<h1>
    <a href="https://somesite.com/">SEC fight</a>
</h1>
<h11>
    <a href="https://somesite.com/">AFC fight</a>
</h11>
<h9>
    <a href="https://somesite.com/">UTY fight</a>
</h9>
"""

from bs4 import BeautifulSoup

page = BeautifulSoup(htmlelements, "lxml")
for item in page.select("h11"):
    print(item.text)

PS regex在这里不是.find_all(string=re.compile("h"))选项。

参考方案

一种方法是只对所有可能的.find_all()标签使用h：

htmlelements="""
<h1>
    <a href="https://somesite.com/">SEC fight</a>
</h1>
<h11>
    <a href="https://somesite.com/">AFC fight</a>
</h11>
<h9>
    <a href="https://somesite.com/">UTY fight</a>
</h9>
"""

from bs4 import BeautifulSoup

page = BeautifulSoup(htmlelements, "lxml")

for item in page.find_all(f"h{h}" for h in range(1, 20)):
    print(item.get_text(strip=True))

这将显示：

SEC fight
AFC fight
UTY fight

Python ElementTree:在循环中替换元素 - python

我正在尝试创建一个脚本，该脚本循环创建一个xml文件，并为两个元素增加值。 （使用netaddr的IP地址，以及递增的tag / member元素，tag01-tag10）from netaddr import IPNetwork import xml.dom.minidom import lxml.etree as etree import xml.etr…

Python Pandas导出数据 - python

我正在使用python pandas处理一些数据。我已使用以下代码将数据导出到excel文件。writer = pd.ExcelWriter('Data.xlsx'); wrong_data.to_excel(writer,"Names which are wrong", index = False); writer.…

将python scikit学习模型导出到pmml - python

我想将python scikit-learn模型导出到PMML。哪个python软件包最合适？我阅读了有关Augustus的内容，但是我无法使用scikit-learn模型找到任何示例。 python大神给出的解决方案 SkLearn2PMML是 JPMML-SkLearn命令行应用程序周围的薄包装。有关受支持的Scikit-Learn Estimator和…

Python:检查是否存在维基百科文章 - python

我试图弄清楚如何检查Wikipedia文章是否存在。例如，https://en.wikipedia.org/wiki/Food 存在，但是https://en.wikipedia.org/wiki/Fod 不会，页面只是说：“维基百科没有此名称的文章。”谢谢！ 参考方案 >>> import urllib >>> prin…

按列名称显示的Python Selenium复制表列 - python

我有一个包含这些标题的表，如下所示：如何使用xpath选择整列存储在数组中。我希望使用不同的数组，例如：courses = [] teacher = [] avg = [] 请记住，这些列没有任何ID或类，因此我需要一种仅使用列名进行选择的方法。这是表格的代码：<table border="0"> <tbody> …