从html
你给,你可以做到以下几点:
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
将持有的每一行作为一个匹配对:
[(u'zz:zz:zz:zz:zz:ce', u'10.0.0.244'), (u'zz:zz:zz:zz:zz:cf', u'10.0.0.245')]
如果你想单独列出,那么你可以做到以下几点:
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:如果您解析更多的HTML,那么你可能还需要先找到封闭<table>
。
由于您已经知道mac地址位于第二列,因此使用xpath查询使用lxml(比美丽的汤快)。你不需要正则表达式。 –
可能的重复http://stackoverflow.com/questions/13074586/extracting-selected-columns-from-a-table-using-beautifulsoup – maazza