Question

python抓取数据的问题

想提取“交易品种”用下面代码不能过滤“xml:namespace。。。”这行。要怎么改呢？
tables=soup.find('table').findAll('span')
for item in tables
a=item.findAll(text=True)
<P style="MARGIN: 0 0 0; LINE-HEIGHT: 150%; TEXT-ALIGN: left; mso-pagination: widow-orphan"><SPAN style="FONT-SIZE: 12px; COLOR: black; LINE-HEIGHT: 150%; FONT-FAMILY: 宋体; mso-bidi-font-family: 宋体; mso-font-kerning: 0">交易品种<SPAN><?xml:namespace prefix = o ns = "urn:schemas-microsoftcom:office:office" /><o:p></o:p></SPAN></SPAN></P></TD>

Answer 1

这个不复杂，没必要搞着这种，真心建议你直接用免费的八爪鱼采集器，采集网站数据就剩下点鼠标即可。

Answer 2

1) Beautiful Soup 能用吗？
2) 截图的话，别人没法直接帮你试验的。

追问

可以用啊,我补充了代码了,是表格的一条,结果是:"交易品种": "xml:namespace prefix = o ns = \"urn:schemas-microsoft-com:office:office\" /" ,怎么消掉后面那些?

追答

不知道用soup.table.td.p.span.text 可不可以？

追问

还是不行,xml那行也是在span里面的