python - 使用 BeautifulSoup 解析标签

Question

我遇到了一个关于 BeautifulSoup 的 python 编程问题。

首先，我需要创建一个函数来从网页的源页面中提取所有标签。我这样做如下:

    from bs4 import BeautifulSoup

    soup=BeautifulSoup(''.join(data))

    def parseUsingSoup(content):
        return soup.findAll('h3')

我要解析的网站是这个:http://www.auc.nl/news-events/events-and-lectures/events-and-lectures.html?page=1&pageSize=40

它只包含一个 h3 标签。现在问题要我扩展我的功能，这样它也将在 p-tags 中返回与其相关的所有内容。它还要求提供包含四个元组的事件列表，这些元组给出了事件的日期、标题、类型和描述。

我真的不知道该怎么做。我尝试了各种不同的东西，但没有给我正确的结果。提前谢谢你。

Answer 1

这是获取所有 <p> 的一种方法<h3> 下方的标签:

from bs4 import BeautifulSoup
import urllib2

content = 'http://www.auc.nl/news-events/events-and-lectures/events-and-lectures.html?page=1&pageSize=40'

soup = BeautifulSoup(urllib2.urlopen(content))

for x in soup.findAll('h3'):
    for y in soup.findAll('p'):
        print y

然后您可以将此输出解析为您认为合适的列表。