0

Всем здравствуйте! Пытаюсь сообразить следующее, но не получается. У меня есть вот такой html код:

<td data="2020-09-28T07:10:10Z">
    "   7 hr 21 min -  "
<\td>

И у каждого столбца 'data' меняется. Я хотел бы сделать поиск по регулярному выражению. Как я могу это сделать? Я пытался делать следующее:

soup = get_html('https://my-link.com')
table = soup.find('tr', id='jobs')
my_job = table.find_all('td', data=r'\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}Z')

Но не получается, поэтому помогите пожалуйста. Тэгов 'td' там в данном случае много, но не у всех есть 'data'. Но Некоторые встречаются, где 'data="0"'

3
  • Поиск чего именно? 28 сен 2021 в 15:07
  • текста внутри тега " 7 hr 21 min - " 28 сен 2021 в 15:09
  • @Эникейщик но я и сам тег не могу найти для начала 28 сен 2021 в 15:10

1 ответ 1

0

Полагаю стоит использовать парсер xml либо модуль re:

Либо же, если использование bs4 обязательно то

data='''
<html><head><title>a title</title></head><body><td data="2020-09-28T07:10:10Z">
    "   7 hr 21 min -  "
<\td></body></html>
'''
import re
alist=re.findall('<td data=\"[A-Z0-9\-\:]*\">[\r\n\t\"\ \-A-z0-9]*<\\td>',data)
#['<td data="2020-09-28T07:10:10Z">\n    "   7 hr 21 min -  "\n<\td>']
import bs4, soupsieve
soup = bs4.BeautifulSoup (data, 'html.parser')
alist=soup.find_all(['td'])
for it in alist:
    if it.has_attr('data'):
        it
        '''
        <td data="2020-09-28T07:10:10Z">
    "   7 hr 21 min -  "
&lt;    d&gt;</td>
'''
    else:
        'not find'

Регулярка здесь составлена неудачно, но работает- не силён я в этом. По bs4 идёт поиск всех элементов, затем проверка наличия атрибута.

5
  • а что надо вместо 'tag' поставить? у мена данной переменной нет. 28 сен 2021 в 18:42
  • def getSuccessAndDuration(self, project, job): soup = self.get_html('https://my-link/view/' + project) table = soup.find('tr', id='job_'+job) print(soupsieve.filter('td:and(data)', [soup, tag])) # success = re.findall(r'(\d+\w+)', table.find_all('td')[6].text.replace(' ', '').replace('\n', '').replace('-log', ''))[0] # duration = table.find_all('td', data='0')[0].text # return (success, duration) 28 сен 2021 в 18:43
  • как мне обращаться и находить данную структуру? Ибо data тег меняется. Поэтому я и хотел, чтоб он универсально искал по регулярному выражению название тега 28 сен 2021 в 18:47
  • Я пытаюсь использовать одновременно и re и bs4. Но у меня не выходит 28 сен 2021 в 18:49
  • обновил код выше
    – ganz
    29 сен 2021 в 9:56

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими условиями использования и подтверждаете, что прочитали и поняли наши политику конфиденциальности и нормы поведения.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.