在预标记Python之间解析

Question

我尝试使用Python使用以下代码在PRE标记之间进行解析

s = br.open(base_url+str(string))
u = br.geturl()
seq = br.open(u)
blat = BeautifulSoup(seq)    
for res in blat.find('pre').findChildren():
        seq = res.string
        print seq

来自以下HTML源代码：

^{pr2}$

当我想解析最后一个元素时，它给出了第一个PRE-tag元素。如果有什么建议，我将不胜感激。 我希望输出如下：

00000001 taaaagatgaagtttctatcatccaaaaaatgggctacagaaacc 00000045
<<<<<<<< |||||||||||||||||||||||||||  |||||||||||||||| <<<<<<<<
41256227 taaaagatgaagtttctatcatccaaagtatgggctacagaaacc 41256183

而我现在的输出是

T
AAAAGATGA
AGTTTCTATC
ATCCAAA
A
TGGGCTACAG
AAAC
C

Answer 1

您可以使用^{}获得最后的结果：

from bs4 import BeautifulSoup

soup = BeautifulSoup(open('../index.html'), 'html5lib')

pre = soup.find_all('pre')[-1]
print pre.text.strip()

其中index.html包含您提供的html。在

它打印：

^{pr2}$

---

另一个选择是依赖前面的h4标记来获得适当的pre：

h4 = soup.select('h4 > a[name="ali"]')[0].parent
print h4.find_next_sibling('pre').text.strip()