从html检索文本不适用于python

2024-06-16 11:40:37 发布

您现在位置：Python中文网/ 问答频道 /正文
2753 3

我正在努力搜集公司的联系信息，除了电话号码以外，我还能得到其他所有的信息。这是html

<ul> <li> <h3>Harrrrrell INC</h3> </li> <li>43 Airpark Ct</li> <li>Alabaster, MD 35107</li> <li><span style="font-weight: bold;">Phone</span>: 888-232-8358</li> <li><span style="font-weight: bold;">Corporate URL</span>: <a href="http://www.hhsales.com" rel="nofollow" target="new">www.h23hsales.com</a></li> <li><span style="font-weight: bold;">More Detail</span>:<br> <a href="https://www.collierreporting.com/company/harrell-and-hall-enterprises-inc-alabaster-al">Click for Full Harrell &amp; Hall Enterprises INC Dossier</a></li> </ul>

这个python脚本适用于这个html中除电话号码之外的所有其他内容。你知道吗

for companyLIST in result[0:]:
            try:

                companyname = companyLIST.find('h3').contents[0]
                print("Company Name ",str(companyname) )
            except Exception as e:
                print("errror",str(e))

            try:
                companySt = companyLIST.find_all('li')[1].contents[0]
                print("Company St ",str(companySt) )
            except Exception as e:
                print("errror",str(e))

            try:
                companyCity = companyLIST.find_all('li')[2].contents[0]
                print("Company City ",str(companyCity) )
            except Exception as e:
                print("errror",str(e))

            try:
                companyPhone= companyLIST.find('li')[3].contents[0]
                print("Company Phone ",companyPhone )

            except Exception as e:
                print("errror",str(e))

            try:
                companyWeb = companyLIST.find('a')['href'] 

                print("Company Web ",str(companyWeb) )
                print("  " )

            except Exception as e:
                print("errror",str(e))

这是的示例输出

公司名称Harrrrell公司

公司St 43 Airpark Ct

马里兰州阿拉巴斯特市公司，邮编：35107

错误3

公司网站https://www.collierreporting.com/company/harrell-and-hall-enterprises-inc-alabaster-al

Traceback (most recent call last):

  File "sample.py", line 26, in <module>
    companyPhone = soup.find('li')[3].contents[0]
  File "...dist-packages/bs4/element.py", line 1011, in __getitem__
    return self.attrs[key]
KeyError: 3

如何重写下面的代码来获得电话号码？你知道吗

companyPhone= companyLIST.find('li')[3].contents[0]
                print("Company Phone ",companyPhone )

Tags： ascontentsexception公司lifindcompanyspan
2条回答
网友
1楼 · 编辑于 2024-06-16 11:40:37

替换

companyPhone= companyLIST.find('li')[3].contents[0]
            print("Company Phone ",companyPhone )

与

if "Phone" in companyLIST:                                                                                                 
    companyPhone = companyLIST.split(':')[-1].replace(' ','').replace('</li>','')

上面的代码按“：”字符分隔列表，选择最后一个元素，并删除无用的信息。最后我们只有电话号码作为一个单独的字符串。您可以对其余的行执行相同的操作，只需明智地选择拆分字符/字符串，并使用replace函数清除结果列表元素。你知道吗

希望有用。你知道吗

网友
2楼 · 编辑于 2024-06-16 11:40:37

我猜您正在使用beatifulsoup4库解析HTML。如果是，您可以从html获取电话号码，如下所示：

text = soup.find_all('li')[3].contents[1]
phone_number = re.sub(": ", "", text)

print(phone_number)

相关问题 更多 >

    编程相关推荐