如何使用beautifulsoup4从html数据中删除h2标签?
问题描述:
我想删除应用下面的脚本后,我得到的h2标签。我一直在使用beautifulsoup从网站获取数据。如何使用beautifulsoup4从html数据中删除h2标签?
url = 'http://diningdelights.in/Normal-mum.aspx'
br = mechanize.Browser()
br.open(url)
def select_form(form):
return form.attrs.get('id', None) == 'form1'
br.select_form(predicate=select_form)
br.form.set_all_readonly(False)
br.form["hdnPageSearch"]='3'
br.submit()
soup = BeautifulSoup(br.response().read())
for g_data in soup.find_all("div", class_="innerContainer"):
h2_data=g_data.find_all("h2")
print h2_data
我只是在h2中获取数据。例如。
<h2> Evergreen </h2>, <h2> Evergreen</h2>
有人可以帮助我如何删除下面的标签。
答
您正在打印元素;如果你想要中的这个元素,那么检索那个。例如,与.string
attribute:
print h2_data.string
您可以使用CSS selector简化搜索:
for h2_data in soup.select("div.innerContainer h2"):
print h2_data.string
感谢...的Martijn ..我解决了问题... – user3290624 2015-02-10 01:28:42