У меня есть HTML-документ со структурой:Извлечение данных из HTML
<!DOCTYPE html>
<html>
<body>
<p>One</p>
<p>Two</p>
<p>Three</p>
</body>
</html>
Advise модуль для Python, с помощью которого я могу сделать:
var = ModuleName.html.bode.p2
print(var)
Two
BeautifulSoup бы сделать это довольно близко к тому, что вы спрашиваете:
from bs4 import BeautifulSoup
soup = BeautifulSoup(data)
print(soup.html.body("p")[1].text) # prints Two
Другими словами, точка здесь ярлыки «найти», скобка ярлык «найти все».
Я бы порекомендовал вам использовать BeautifulSoup, чтобы разобрать ваш HTML и извлеките контент, который вы хотите, с помощью селекторов css.
Вы можете найти пример чего-то очень похожего на то, что вы хотите сделать в документации: http://www.crummy.com/software/BeautifulSoup/bs4/doc/#css-selectors
Edit: Вот фрагмент кода, поскольку документация имеет опечатку и ommits от «:» в строка селектора.
from bs4 import BeautifulSoup
data = "<!DOCTYPE html> <html> <body><p>One</p><p>Two</p><p>Three</p></body></html>"
soup = BeautifulSoup(data, 'html.parser')
print soup.body.select("p:nth-of-type(2)")
Используйте селекторы 'Beautifulsoup' и' CSS' или 'lxml' – SIslam