使用BeautifulSoup解析标签

Question

我被一个关于BeautifulSoup的Python编程问题卡住了。

起初，我需要创建一个函数，从网页的源页面中提取所有的

标签。我按照以下方式实现了这个功能：

    from bs4 import BeautifulSoup

    soup=BeautifulSoup(''.join(data))

    def parseUsingSoup(content):
        return soup.findAll('h3')

我试图解析的网站是这个：http://www.auc.nl/news-events/events-and-lectures/events-and-lectures.html?page=1&pageSize=40 它只包含一个h3标签。现在问题要求我扩展我的函数，使其还返回与之相关的所有p标签中的内容。它还要求列出四元组的事件列表，其中给出事件的日期、标题、类型和描述。

我不太知道如何做到这一点。我尝试了各种不同的方法，但没有给我正确的结果。提前感谢您。

- verdict

Answer 1

以下是一种获取所有 <h3> 标签下面的 <p> 标签的方法：

from bs4 import BeautifulSoup
import urllib2

content = 'http://www.auc.nl/news-events/events-and-lectures/events-and-lectures.html?page=1&pageSize=40'

soup = BeautifulSoup(urllib2.urlopen(content))

for x in soup.findAll('h3'):
    for y in soup.findAll('p'):
        print y

那么您可以根据需要将这个输出解析成列表。

- Stedy

---

谢谢！那非常有帮助。我能否从HTML代码中调用事件的时间（以及类型、标题等）？这样我就可以为每个事件单独制作一个字典（然后稍后将它们放入列表中）。 - verdict

是的，看起来你只需要尝试获取不同的标签，直到找到正确的标签为止。对于你评论的第二部分，你可以将结果保存到一个变量中，然后解析该变量。如果需要更详细的答案，请创建一个新问题。 - Stedy