Разбор html элементов - PullRequest
Новая
       6

Разбор html элементов

0 голосов
/ 18 января 2020

В моих (загруженных) HTML-файлах я нахожусь в начале каждого файла, упомянутого руководителями (например, Дрор Бен Ашер "в приведенном ниже коде): 

<DIV id=article_participants class="content_part hid">
<P>Redhill Biopharma Ltd. (NASDAQ:<A title="" href="http://seekingalpha.com/symbol/rdhl" symbolSlug="RDHL">RDHL</A>)</P>
<P>Q4 2014 <SPAN class=transcript-search-span style="BACKGROUND-COLOR: yellow">Earnings</SPAN> Conference <SPAN class=transcript-search-span style="BACKGROUND-COLOR: #f38686">Call</SPAN></P>
<P>February 26, 2015 9:00 AM ET</P>
<P><STRONG>Executives</STRONG></P>
<P>Dror Ben Asher - CEO</P>
<P>Ori Shilo - Deputy CEO, Finance and Operations</P>
<P>Guy Goldberg - Chief Business Officer</P>

Далее html эти руководители называют Resecurs Несколько раз, когда после имени следует текстовый элемент, я хочу разобрать. Пример 

<P>
<STRONG> Dror Ben Asher </STRONG>
</P>
<P>Yeah, in terms of production in first quarter, we’re going to be lower than we had forecasted mainly due to our grade.  We’ve had a couple of higher grade stopes in our Seabee complex that we’ve had some significant problems in terms of ground failures and dilution effects.  In addition, not helping out, we’ve had some equipment downtime on some of our smaller silt development, so the combination of those two issues are affecting us.
</p>

Пока у меня есть код (см. ниже), который идентифицирует одного исполнительного «Дрор Бен Ашер» и захватывает весь текст, который появляется после в элементе P. Но я бы хотел, чтобы это работало для всех руководителей и для файлов Multiple html, где упоминаются разные руководители (разные компании). 

import textwrap
import os
from bs4 import BeautifulSoup

directory ='C:/Research syntheses - Meta analysis/SeekingAlpha/out'
for filename in os.listdir(directory):
    if filename.endswith('.html'):
        fname = os.path.join(directory,filename)
        with open(fname, 'r') as f:
            soup = BeautifulSoup(f.read(),'html.parser')

print('{:<30} {:<70}'.format('Name', 'Answer'))
print('-' * 101)
for answer in soup.select('p:contains("Question-and-Answer Session") ~ strong:contains("Dror Ben Asher") + p'):
    txt = answer.get_text(strip=True)

    s = answer.find_next_sibling()
    while s:
        if s.name == 'strong' or s.find('strong'):
            break
        if s.name == 'p':
            txt += ' ' + s.get_text(strip=True)
        s = s.find_next_sibling()

    txt = ('\n' + ' '*31).join(textwrap.wrap(txt))

    print('{:<30} {:<70}'.format('Dror Ben Asher - CEO', txt), file=open("output.txt", "a")

Есть ли у кого-нибудь предложение заняться этим вызов

1 Ответ

0 голосов
/ 18 января 2020

Если я правильно понимаю ваш вопрос, вы можете поместить код в функцию, которой вы можете передать нужное имя в качестве аргумента и использовать эту переменную для построения ваших строк поиска. например: 

def func(name_to_find):
# some code
    for answer in soup.select('p:contains("Question-and-Answer Session") ~ strong:contains("{n}") + p'.format(n=name_to_find)):
# some other code

и назовите это так: 

func('Dror Ben Asher')
...