我有一个考试网站,其中有 2 个我需要的类(class)(主题类(class)和选择类(class))。所以,在一个选择类(实际上,这是一个选择来回答)一些问题是图像选择(4 个选择是图像),所以,我想在数组中的相同位置抓取 4 个图像的链接(数组中的 1 个位置是 1 个问题).
还有一个问题,如果没有图片,怎么把数组位置清空?
实际上,我会随机问题的编号来获取 4 个数组(主题、选择、主题的图像、选择的图像)中的数据,然后我将从这些数组中获取数据以显示在下一个应用程序中。
这是一个示例问题和 HTML 代码:
<div class="cssQue"><div class="cssExTopic">ข้อที่ 38 : <ul><li>ภาพใดแสดง เกลียวน๊อตตามแบบมาตรฐาน</li></ul></div><div class="cssExChoice"><ul><li><input type="checkbox" name="a"> 1 : <img src="./drawing_files/S190T1P249_20060124_224403_A1.jpg"></li><li><input type="checkbox" name="a"> 2 : <img src="./drawing_files/S190T1P249_20060124_224403_A2.jpg"></li><li><input type="checkbox" name="a"> 3 : <img src="./drawing_files/S190T1P249_20060124_224403_A3.jpg"></li><li><input type="checkbox" name="a"> 4 : <img src="./drawing_files/S190T1P249_20060124_224403_A4.jpg"></li><li><br></li><li> คำตอบที่ถูกต้อง :<font color="white"> 3</font></li></ul></div></div>
我需要的图像的 URL 应该是这样的:
https://my-project-1471674425170.firebaseapp.com/drawing/drawing_files/S190T1P249_20060124_224403_A1.jpg
请您参考如下方法:
如果您的所有示例都相似,那么以下方法可能会奏效。这还将捕获与每个 <li> 关联的文本:
from bs4 import BeautifulSoup
html = """
<div class="cssQue">
<div class="cssExTopic">
ข้อที่ 38 :
<ul>
<li>ภาพใดแสดง เกลียวน๊อตตามแบบมาตรฐาน</li>
</ul>
</div>
<div class="cssExChoice">
<ul>
<li><input type="checkbox" name="a"> 1 : <img src="./drawing_files/S190T1P249_20060124_224403_A1.jpg"></li>
<li><input type="checkbox" name="a"> 2 : <img src="./drawing_files/S190T1P249_20060124_224403_A2.jpg"></li>
<li><input type="checkbox" name="a"> 3 : <img src="./drawing_files/S190T1P249_20060124_224403_A3.jpg"></li>
<li><input type="checkbox" name="a"> 4 : <img src="./drawing_files/S190T1P249_20060124_224403_A4.jpg"></li>
<li><br></li>
<li> คำตอบที่ถูกต้อง :<font color="white"> 3</font></li>
</ul>
</div>
</div>"""
base_url = "https://my-project-1471674425170.firebaseapp.com/"
soup = BeautifulSoup(html, "html.parser")
div = soup.find('div', class_="cssExChoice")
urls = []
for li in div.find_all('li'):
img = li.find('img', src=True)
# Was there an image present?
if img:
urls.append((li.get_text(strip=True), base_url + li.img['src'].lstrip('/.')))
else:
urls.append((li.get_text(strip=True), None))
# Display the results
for text, url in urls:
print(f'"{text}" - {url}')
为您提供如下文本和 URL 对:
"1 :" - https://my-project-1471674425170.firebaseapp.com/drawing_files/S190T1P249_20060124_224403_A1.jpg
"2 :" - https://my-project-1471674425170.firebaseapp.com/drawing_files/S190T1P249_20060124_224403_A2.jpg
"3 :" - https://my-project-1471674425170.firebaseapp.com/drawing_files/S190T1P249_20060124_224403_A3.jpg
"4 :" - https://my-project-1471674425170.firebaseapp.com/drawing_files/S190T1P249_20060124_224403_A4.jpg
"" - None
"คำตอบที่ถูกต้อง :3" - None
在你的例子中有 6 <li>项目,但只有 4 个有图像。返回的列表最后两个条目为 None .
题目也可以提取如下:
div_topic = soup.find('div', class_="cssExTopic")
topic = ' - '.join(text.strip() for text in div_topic.strings if text.strip())
print(topic)
给予:
อที่ 38 : - ภาพใดแสดง เกลียวน๊อตตามแบบมาตรฐาน
