xbmc/kodi Python Schrott Daten mit BeautifulSoup

Question

Ich mag einige kodi Addon, die re.compile Daten Schrott in BeautifulSoup4 ist der ursprüngliche Code wie diese

import urllib, urllib2, re, sys, xbmcplugin, xbmcgui 
link = read_url(url) 
match = re.compile('<a class="frame[^"]*"' 
        ' href="(http://somelink.com/section/[^"]+)" ' 
        'title="([^"]+)">.*?<img src="([^"]+)".+?Length:([^<]+)', 
        re.DOTALL).findall(link) 
for url, name, thumbnail, length in match: 
addDownLink(name + length, url, 2, thumbnail) 

und der HTML-Code verwenden, bearbeiten

<div id="content"> 
    <span class="someclass"> 
    <span class="sec"> 
     <a class="frame" href="http://somlink.com/section/name-here" title="name here"> 
     <img src="http://www.somlink.com/thumb/imgsection/thumbnail.jpg" > 
     </a> 
    </span> 
    <h3 class="title"> 
     <a href="http://somlink.com/section/name-here">name here</a> 
    </h3> 
    <span class="details"><span class="length">Length: 99:99</span>  
</span> 
. 
. 
. 
. 
. 
. 
. 
. 
. 
. 
. 
</div> 

jetzt, wie alle bekommen url (href) und name und lenghth und thumbnailBeautifulSoup4 mit und fügen sie sie in addDownLink(name + length, url, 2, thumbnail)

Answer 1

from bs4 import BeautifulSoup 

html = """<div id="content"> 
    <span class="someclass"> 
    <span class="sec"> 
     <a class="frame" href="http://somlink.com/section/name-here" title="name here"> 
     <img src="http://www.somlink.com/thumb/imgsection/thumbnail.jpg" > 
     </a> 
    </span> 
    <h3 class="title"> 
     <a href="http://somlink.com/section/name-here">name here</a> 
    </h3> 
    <span class="details"><span class="length">Length: 99:99</span> 
</span> 
</div> 
""" 

soup = BeautifulSoup(html, "lxml") 
sec = soup.find("span", {"class": "someclass"}) 
# get a tag with frame class 
fr = sec.find("a", {"class": "frame"}) 

# pull img src and href from the a/frame 
url, img = fr["href"], fr.find("img")["src"] 

# get h3 with title class and extract the text from the anchor 
name = sec.select("h3.title a")[0].text 

# "size" is in the span with the details class 
size = sec.select("span.details")[0].text.split(None,1)[-1] 


print(url, img, name.strip(), size.split(None,1)[1].strip()) 

Welche gibt Ihnen:

('http://somlink.com/section/name-here', 'http://www.somlink.com/thumb/imgsection/thumbnail.jpg', u'name here', u'99:99') 

Wenn Sie mehrere Abschnitte haben, brauchen wir nur find_all und die Logik zu jedem Abschnitt anzuwenden:

def secs(): 
    soup = BeautifulSoup(html, "lxml") 
    sections = soup.find_all("span", {"class": "someclass"}) 
    for sec in sections: 
     fr = sec.find("a", {"class": "frame"}) 
     url, img = fr["href"], fr.find("img")["src"] 
     name, size = sec.select("h3.title a")[0].text, sec.select("span.details")[0].text.split(None,1)[-1] 
     yield url, name, img,size 

Wenn Sie nicht wissen, die ganze Klasse, aber Sie wissen zum Beispiel gibt es eine IMG-Tag, die Sie anrufen können auf dem Abschnitt finden:

sec.find("img")["src"] 

Und die gleiche Logik gilt für den Rest.