直到某一个使用beautifulsoup查找下一个兄弟姐妹 [英] Find next siblings until a certain one using beautifulsoup

问题描述

的网页是这样的：

<h2>section1</h2>
<p>article</p>
<p>article</p>
<p>article</p>

<h2>section2</h2>
<p>article</p>
<p>article</p>
<p>article</p>

我怎样才能找到在其中的文章每节？即，发现H 2后，发现nextsiblings

，直到下一个H2

How can I find each section with articles within them? That is, after finding h2, find nextsiblings

until the next h2.

如果该网页是这样的：（这是通常的情况）

If the webpage were like: (which is normally the case)

<div>
<h2>section1</h2>
<p>article</p>
<p>article</p>
<p>article</p>
</div>

<div>
<h2>section2</h2>
<p>article</p>
<p>article</p>
<p>article</p>
</div>

我可以写codeS这样的：

I can write codes like:

for section in soup.findAll('div'):
...
    for post in section.findAll('p')

但我应该用第一个网页做，如果我想获得相同的结果？

But what should I do with the first webpage if I want to get the same result?

推荐答案

我觉得你可以做这样的事情：

I think you can do something like this:

for section in soup.findAll('h2'):
    nextNode = section
    while True:
        nextNode = nextNode.nextSibling
        try:
            tag_name = nextNode.name
        except AttributeError:
            tag_name = ""
        if tag_name == "p":
            print nextNode.string
        else:
            print "*****"
            break

假设：

<h2>section1</h2>
<p>article1</p>
<p>article2</p>
<p>article3</p>

<h2>section2</h2>
<p>article4</p>
<p>article5</p>
<p>article6</p>

输出：

article1
article2
article3
*****
article4
article5
article6
*****

这篇关于直到某一个使用beautifulsoup查找下一个兄弟姐妹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！