Python爬蟲如何爬取span和span中間的內容並分別存入字典裡？

Question

我想把房屋概況分別抓出來並分別儲存為獨立的列進字典裡，但是行內元素沒有辦法直接用for迴圈摳出來。
這是我的程式碼：

soup.select('.house-info li')[1].text.strip()

這是網頁html程式碼：

<li><span class="info-tit">房屋概况：</span>住宅
                        <span class="splitline">|</span>1室1厅1卫
                        
                        <span class="splitline">|</span><span title="建筑面积">46m²</span>
                        
                        <span class="splitline">|</span> (高层)/共18层
                        
                        <span class="splitline">|</span>南北
                        
                        <span class="splitline">|</span> 豪华装修
                        
                    </li>

Answer 1

其實還是很簡單的，你看這個還是有規律的，規律在於有分隔符號|，我寫了個DEMO

something  = '''<li><span class="info-tit">房屋概况：</span>住宅  <span class="splitline">|</span>1室1厅1卫<span class="splitline">|</span><span title="建筑面积">46m²</span><span class="splitline">|</span> (高层)/共18层

                        <span class="splitline">|</span>南北

                        <span class="splitline">|</span> 豪华装修

                    </li>''';

soup  = BeautifulSoup(something, 'lxml')
plaintext = soup.select('li')[0].get_text().strip()

透過get_text()得到內在所有內容，然後移除空格。後面你就用split分割吧，後面的不寫了。
如果有問題再交流。

Answer 2

我感覺這個html代碼寫錯了呢,標籤的內容文字在標籤外面

正確的標籤內容就兩個:

• 房屋概況：

• 46m²

Answer 3

內部文字

Answer 4

你這種情況，我覺得用 for 迴圈加上正規表示式是最方便的，如果所有模版都是這樣固定的話

Answer 5

用pyquery吧

從 pyquery 導入 PyQuery 作為 Q

Q(text).find('.house-info li').text()