将HTML列表转换为嵌套的Python列表
发布时间:2020-12-14 21:14:17 所属栏目:资源 来源:网络整理
导读:如果我有一个嵌套的html(无序)列表,如下所示: ul lia href="Page1_Level1.html"Page1_Level1/a ul lia href="Page1_Level2.html"Page1_Level2/a ul lia href="Page1_Level3.html"Page1_Level3/a/li /ul ul lia href="Page2_Level3.html"Page2_Level3/a/li /
如果我有一个嵌套的html(无序)列表,如下所示:
<ul> <li><a href="Page1_Level1.html">Page1_Level1</a> <ul> <li><a href="Page1_Level2.html">Page1_Level2</a> <ul> <li><a href="Page1_Level3.html">Page1_Level3</a></li> </ul> <ul> <li><a href="Page2_Level3.html">Page2_Level3</a></li> </ul> <ul> <li><a href="Page3_Level3.html">Page3_Level3</a></li> </ul> </li> </ul> </li> <li><a href="Page2_Level1.html">Page2_Level1</a> <ul> <li><a href="Page2_Level2.html">Page2_Level2</a></li> </ul> </li> </ul> 如何在Python中形成嵌套列表?例如: ["Page1_Level1.html",["Page1_Level2.html",["Page1_Leve3.html","Page2_Level3.html","Page3_Level3.html"]],"Page2_Level1.html",["Page2_Level2.html"]] 我认为像Beautiful Soup和HTML Parser这样的库有可以做到这一点,但是我还没弄清楚它.感谢您的帮助/指点! 解决方法
您可以采用递归方法:
from pprint import pprint from bs4 import BeautifulSoup text = """your html goes here""" def find_li(element): return [{li.a['href']: find_li(li)} for ul in element('ul',recursive=False) for li in ul('li',recursive=False)] soup = BeautifulSoup(text,'html.parser') data = find_li(soup) pprint(data) 打印: [{u'Page1_Level1.html': [{u'Page1_Level2.html': [{u'Page1_Level3.html': []},{u'Page2_Level3.html': []},{u'Page3_Level3.html': []}]}]},{u'Page2_Level1.html': [{u'Page2_Level2.html': []}]}] 仅供参考,这就是为什么我必须在这里使用html.parser: > Don’t put html,head and body tags automatically,beautifulsoup (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |