从此代码:
<tr><td>PC1</td><td>zz:zz:zz:zz:zz:ce</td><td>10.0.0.244</td><td>23 hours, 55 minutes, 25 seconds</td></tr>
<tr><td>PC2</td><td>zz:zz:zz:zz:zz:cf</td><td>10.0.0.245</td><td>23 hours, 23 minutes, 27 seconds</td></tr>
我想获取一个 MAC 地址数组和另一个 IP 数组
我想到了类似 Mac 的正则表达式:<\/td><td>(.*?){17}<\/td>
但它也符合正常运行时间。
有什么建议吗?
谢谢!
最佳答案
来自html
您已给出,您可以执行以下操作:
from bs4 import BeautifulSoup
html = """<tr><td>PC1</td><td>zz:zz:zz:zz:zz:ce</td><td>10.0.0.244</td><td>23 hours, 55 minutes, 25 seconds</td></tr>
<tr><td>PC2</td><td>zz:zz:zz:zz:zz:cf</td><td>10.0.0.245</td><td>23 hours, 23 minutes, 27 seconds</td></tr>"""
soup = BeautifulSoup(html)
mac_ips = []
for tr in soup.find_all('tr'):
cols = [td.text for td in tr.find_all('td')]
mac_ips.append((cols[1], cols[2]))
for mac, ip in mac_ips:
print '{} {}'.format(mac, ip)
给你:
zz:zz:zz:zz:zz:ce 10.0.0.244
zz:zz:zz:zz:zz:cf 10.0.0.245
即mac_ips
会将每一行作为匹配对保存:
[(u'zz:zz:zz:zz:zz:ce', u'10.0.0.244'), (u'zz:zz:zz:zz:zz:cf', u'10.0.0.245')]
<小时/>
如果您想分隔列表,则可以执行以下操作:
from bs4 import BeautifulSoup
html = """<tr><td>PC1</td><td>zz:zz:zz:zz:zz:ce</td><td>10.0.0.244</td><td>23 hours, 55 minutes, 25 seconds</td></tr>
<tr><td>PC2</td><td>zz:zz:zz:zz:zz:cf</td><td>10.0.0.245</td><td>23 hours, 23 minutes, 27 seconds</td></tr>"""
soup = BeautifulSoup(html)
mac = []
ip = []
for tr in soup.find_all('tr'):
cols = [td.text for td in tr.find_all('td')]
mac.append(cols[1])
ip.append(cols[2])
print mac
print ip
给你:
[u'zz:zz:zz:zz:zz:ce', u'zz:zz:zz:zz:zz:cf']
[u'10.0.0.244', u'10.0.0.245']
注意:如果您要解析更多 html,那么您可能还需要首先找到封闭的 <table>
.
关于python - regex/beautifulsoup 如何从html表中提取列的所有值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35839435/