靓汤：从没有id的<ul>访问<li>元素

Question

我想把那些有生日的人从这里刮下来

以下是现有代码：

hdr = {'User-Agent': 'Mozilla/5.0'}
site = "http://en.wikipedia.org/wiki/"+"january"+"_"+"1"
req = urllib2.Request(site,headers=hdr)    
page = urllib2.urlopen(req)
soup = BeautifulSoup(page)

print soup

这一切都很好，我得到了整个HTML页面，但我想要特定的数据，我不知道如何访问美丽的汤没有id使用。<ul>标记没有id，<li>标记也没有id。另外，我不能要求每个标签，因为页面上还有其他列表。有没有一种特定的方法调用给定的列表？（我不能只对这一页使用修复程序，因为我计划遍历所有日期并获得每一页的生日，而且我不能保证每一页都与这一页完全相同的布局）。

Answer 1

找到出生部分：

section = soup.find('span', id='Births').parent

然后找到下一个无序列表：

births = section.find_next('ul').find_all('li')

Answer 2

其思想是用Birthsid获取span，找到父代的下一个兄弟（即ul）并遍历它的li元素。下面是一个使用requests的完整示例（但与此无关）：

from bs4 import BeautifulSoup as Soup, Tag

import requests


response = requests.get("http://en.wikipedia.org/wiki/January_1")
soup = Soup(response.content)

births_span = soup.find("span", {"id": "Births"})
births_ul = births_span.parent.find_next_sibling()

for item in births_ul.findAll('li'):
    if isinstance(item, Tag):
        print item.text

印刷品：

871 – Zwentibold, Frankish son of Arnulf of Carinthia (d. 900)
1431 – Pope Alexander VI (d. 1503)
1449 – Lorenzo de' Medici, Italian politician (d. 1492)
1467 – Sigismund I the Old, Polish king (d. 1548)
1484 – Huldrych Zwingli, Swiss pastor and theologian (d. 1531)
1511 – Henry, Duke of Cornwall (d. 1511)
1516 – Margaret Leijonhufvud, Swedish wife of Gustav I of Sweden (d. 1551)
...

希望能有所帮助。