如何使用python解析包含CSS和HTML的网页

Question

我试图解析并从包含CSS和当然HTML的网页中提取一些信息。我正在使用cssutils和beatifulsoup。可以说我想找出用于表格标题的字体大小。 Beautifulsoup告诉我表格定义在HTML中的位置。但是如果我想知道表格中使用了哪种风格，我是否可以从BeatifulSoup那里获得这些信息？如果不是，我该如何解决这个问题。谢谢你的帮助。

Answer 1

是的，你明白了。 BeautifulSoup是完美的选择，并用正则表达式是强劲的动力:)

例子：

import re 
from BeautifulSoup import BeautifulSoup 


soup = BeautifulSoup('<h1 style="font-size: 12px; margin: 5px">Test</h>') 
style = soup.find('h1')['style'] 
re.findall('font-size[^;]+', style) 
# [u'font-size: 12px']