python - 使用带有正则表达式的美丽汤提取时间

Question

在使用带有正则表达式的漂亮 Soup 时，我需要帮助来获得正确的语法

我使用下面的代码只抓取时间。时间位于包含一个段落的 DIV 中。 DIV 及其内容如下所示:

<div class="details"> 
    <p> $25 
    <br>
     8/23<br>
     7:00 pm 
     </p>                             
</div>

代码:

from urllib.request import urlopen
from bs4 import BeautifulSoup
html = urlopen('https://place_holder/')
bs = BeautifulSoup(html.read(), 'html.parser')
for time_date in bs.find_all("div", {"class": "details"}):
    print(time_date.text)

当我运行上面的代码时，我得到了以下结果。

$25 
8/23
7:00 pm

因为我只想提取时间(晚上 7:00)，所以我想使用正则表达式来执行此操作。我无法提供有效的正确语法。我希望有人能帮助我。

Answer 1

这里不需要正则表达式。 BeautifulSoup 可以为您提供所需的数据。只需访问 <p> 的最后一个元素使用 .contents[-1] 标记.

for time_date in bs.find_all("div", {"class": "details"}):
    print(time_date.p.contents[-1].strip())
# 7:00 pm

.contents一个标签看起来像这样:

[' $25 \n    ', <br/>, '\n     8/23', <br/>, '\n     7:00 pm \n     ']

如果你需要使用正则表达式，你可以使用这个:

for time_date in bs.find_all("div", {"class": "details"}):
    print(re.findall(r'\d+:\d+ [ap]m', time_date.text)[0])