美汤:访问<li>来自&lt;ul&gt;的元素没有身份证 [英] Beautiful Soup: Accessing &lt;li&gt; elements from &lt;ul&gt; with no id

问题描述

我试图从这个 维基百科页面

这是现有的代码:

hdr = {'User-Agent': 'Mozilla/5.0'}
site = "http://en.wikipedia.org/wiki/"+"january"+"_"+"1"
req = urllib2.Request(site,headers=hdr)    
page = urllib2.urlopen(req)
soup = BeautifulSoup(page)

print soup

这一切都很好，我得到了整个 HTML 页面，但我想要特定的数据，我不知道如何在没有 id 的情况下使用 Beautiful Soup 访问这些数据.

标签没有 id，
• 标签也没有.另外，我不能只要求每个
• 标记，因为页面上还有其他列表.有没有特定的方法来调用给定的列表?(我不能只对这个页面使用修复程序，因为我计划遍历所有日期并获取每个页面的生日，而且我不能保证每个页面的布局都与此页面完全相同).

  This all works fine and I get the entire HTML page, but I want specific data, and I don't know how to access that with Beautiful Soup without an id to use. The <ul> tag does not have an id and neither do the <li> tags. Plus, I can't just ask for every <li> tag because there are other lists on the page. Is there a specific way to call a given list? (I can't just use a fix for this one page because I plan on iterating through all the dates and getting every pages birthday, and I can't guarentee that every page is the exact same layout as this one).

  推荐答案

  查找出生部分:

  section = soup.find('span', id='Births').parent
  

  然后找到下一个无序列表:

  And then find the next unordered list:

  births = section.find_next('ul').find_all('li')
  

  这篇关于美汤:访问<li>来自&lt;ul&gt;的元素没有身份证的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！