python - 抓取特定的一组嵌套在

Question

我正在尝试获取嵌套在 ul 中的特定 li 组。下面是我的起始代码。我要获取的数据位于https://www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coronavirus/Risikogebiete_neu.html。我突出显示了我想要获取的 li(s) 块。

> import requests from bs4 import BeautifulSoup
> # print(soup.prettify()) 
> page = requests.get('https://www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coronavirus/Risikogebiete_neu.html').text
> 
> soup = BeautifulSoup(page, 'html.parser') 
> uls = soup.find_all('ul',id=None) 
> mine=[] 
> for ul in uls:
>     newsoup = BeautifulSoup(str(ul), 'html.parser')
>     lis = newsoup.find_all('li',id=None)
>     for li in lis:
>         mine.append(li.text)
>         print(li.text)

标签： pythonweb-scrapingbeautifulsoup

Answer 1

一种方法是使用 Xpath。这允许您通过从顶层指定整个嵌套来选择文档中的特定元素。请注意，这是非常脆弱的，因为如果任何嵌套更改它都会中断。