如何用beautiful soup解析这html 格式

[qq_20355823]

如何解析只解析红色部分，绿色部分不要，他们的类名都一样怎么办

[混沌鳄鱼]

你已一个Human的角度来说一下，你是如何识别红色和绿色部分的不同特征加以保留或过滤的？ 举例来说，绿色部分文字每行开始都有个数字编号，红色部分没有。

[sanGuo_uu]

没办法，解析出来后，判断下，手动去掉

[the_koala_uncle]

用findall然后选前两个

[LightYXXX]

for j in range(0,1) s = soup.select('.para p')[j] # 通过传入的j获取所在区的内容 pat = '<p.*?>(.*?)</p>' # 构造提取正则 info['你需要的内容'] = ''.join(list(re.compile(pat).findall(str(s)))) # 使用join将提取的列表转为字符串

[NG7711]

二楼正解。不是所有的任务都是直接调用一个api就能搞定的。 这种情况就需要分析html结构了。

引用 2 楼 xpresslink 的回复:

你已一个Human的角度来说一下，你是如何识别红色和绿色部分的不同特征加以保留或过滤的？ 举例来说，绿色部分文字每行开始都有个数字编号，红色部分没有。