Nano Hash - криптовалюты, майнинг, программирование

Красивый суп и неправильные списки

Я пытаюсь вытащить данные из дрянного приложения, которое хранит свои данные в HTML. У меня есть участок кода, который выглядит так:

<span id="blah">
  item 1 <br />
  item 2 <br />
  item 3 <br />
</span>

Я могу найти данные с красивым супом, но когда я использую оператор .text, он возвращает содержимое как item 1item 2item 3.

Любые идеи о том, как получить его, когда
возвращается как '\n', чтобы я мог разбить его по строкам?

28.01.2014

  • Покажите нам, что вы уже сделали. 28.01.2014

Ответы:


1

Вы можете использовать .strings, чтобы получить все отдельные текстовые элементы внутри элемента (или .stripped_strings, чтобы окружающие пробелы автоматически удалялись из каждого).

http://www.crummy.com/software/BeautifulSoup/bs4/doc/#strings-and-stripped-strings

28.01.2014
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..