我怎样才能连接从美景汤中的html解析中获得的元素？

Question

我有多个html文件，如下所示。

<footnotes>
    <footnote id="F1">content1</footnote>
    <footnote id="F2">content2</footnote>
    <footnote id="F3">content3</footnote>
    <footnote id="F4">content4</footnote>
</footnotes>

请注意，不同html文件中脚注in的数量可以不同，范围从0到数百。我希望ids和内容出现在csv文件中具有"/“分区的同一单元中。这将类似于"F1 content1/F2 content2/F3 content3/F4 content4“

下面的代码是我所有的。

import csv
from bs4 import BeautifulSoup

with open('output.csv', 'w', newline='') as outfile:
    writer = csv.writer(outfile, )
    soup = BeautifulSoup(doc, 'htmparser') #Let's say doc has the html.
    Footnotes = soup.select('footnotes')
    Footnotes = '/'.join(Footnotes)

writer.writerow(Footnotes.text)

困难的部分是解析ids和内容，并将它们连接起来。

Answer 1

要使用BeautifulSoup从元素中获取id，可以查看.attrs属性，它是一个字典。对于文本，您了解.text。因此：

cell = '/'.join(f"{f.attrs['id']} {f.text}" for f in soup.select('footnote'))
writer.writerow([cell])

注意:Python3.6附带了f""语法。对于较旧的版本，请使用：

"{} {}".format(f.attrs['id'], f.text)

此外，这还假设所有脚注都有一个id属性。