Блог

Я пытаюсь найти и распечатать все теги h3, которые содержат интересующие меня месяцы. Для этого я попытался создать цикл for для моего объекта bs4( head ), и оператор if внутри него указывает на печать строки, которая удовлетворяет условию; что в данном случае было бы, если строка (месяц) находится в строке. Проблема, с которой я сталкиваюсь, заключается в том, что даже если указанные мной месяцы существуют в объекте / строках bs4, они не печатаются в моем операторе if.

Я попытался добавить год к месяцам, и это, казалось, решило проблему, хотя и не идеально. Кроме того, я протестировал логику своего метода, составив краткий список некоторых строк (вручную) и запустив цикл for с этим списком вместо объекта bs4( head )

 import requests
from bs4 import BeautifulSoup

page=requests.get('https://www.england.nhs.uk/statistics/statistical-work-areas/delayed-transfers-of-care/statistical-work-areas-delayed-transfers-of-care-delayed-transfers-of-care-data-2018-19/')

soup=BeautifulSoup(page.text,'html.parser')
text=soup.find(class_='rich-text')
head = text.find_all('h3')

for row in head:
    for r1 in ['January','February']:
        if r1 in row:
            print(row)
        else:
            continue
  

Ожидаемые результаты
<h3>February 2019</h3>
<h3>January 2019</h3>

Результаты, которые я получаю, не существуют, поскольку ничего не распечатывается

Это потому row , что это не строковый тип, но это <class 'bs4.element.Tag'> . Следовательно in , проверка завершается неудачей.

Один обходной путь будет приведен к строке в проверке:

 if r1 in str(row): # or row.text
  

Код:

 for row in head:
    for r1 in ['January','February']:
        if r1 in str(row):  # or row.text
            print(row)
  

Я целенаправленно избегал else to if , потому что это не служит никакой цели.

Необязательно,

 for row in head:
    if any(r1 in row.text for r1 in ['January','February']):
        print(row)
  

Другой способ получения ежемесячных публикаций DTOC с использованием bs4 4.7.1

 import requests
from bs4 import BeautifulSoup as bs

url = 'https://www.england.nhs.uk/statistics/statistical-work-areas/delayed-transfers-of-care/statistical-work-areas-delayed-transfers-of-care-delayed-transfers-of-care-data-2018-19/'

r = requests.get(url)
soup = bs(r.content, 'lxml')
publications = [item.next_sibling.next_sibling.text for item in soup.select('#main-content p:has( h3)')][1:]
print(publications)
  

Для страницы:

 #main-content p:has( h3)
  

фильтры для p тегов с родительским элементом, имеющим id main-content , которые имеют соседний h3 тег родственного элемента. [1:] Игнорирует первый элемент в возвращаемом списке, поскольку это не месяц, а Statistical Press Notice заголовок