BeautifulSoupで解析された4つの文字列からデータを抽出する必要があります。それらは:最初の文字列からスペースのない文字列からデータを抽出するにはどうすればよいですか?
Arkansas72.21:59 AM76.29:04 AM5.22977.37:59 AM
Ashley71.93:39 AM78.78:59 AM0.53678.78:59 AM
Bradley72.64:49 AM77.28:59 AM2.41877.28:49 AM
Chicot-40.19:04 AM-40.19:04 AM2.573-40.112:09 AM
データ、例えば、アーカンソー、72.1、1時59分AM、76.2、9時04分AM、5.2、29、77.3、及び7:59です。これを行う簡単な方法はありますか?
編集:完全なコード
import urllib2
from bs4 import BeautifulSoup
import time
def scraper():
#Arkansas State Plant Board Weather Web data
url1 = 'http://170.94.200.136/weather/Inversion.aspx'
#opens url and parses HTML into Unicode
page1 = urllib2.urlopen(url1)
soup1 = BeautifulSoup(page1, 'lxml')
#print(soup.get_text()) gives a single Unicode string of relevant data in strings from the url
#Without print(), returns everything in without proper spacing
sp1 = soup1.get_text()
#datasp1 is the chunk with the website data in it so the search for Arkansas doesn't return the header
#everything else finds locations for Unicode strings for first four stations
start1 = sp1.find('Today')
end1 = sp1.find('new Sys.')
datasp1 = sp1[start1:end1-10]
startArkansas = datasp1.find('Arkansas')
startAshley = datasp1.find('Ashley')
dataArkansas = datasp1[startArkansas:startAshley-2]
startBradley = datasp1.find('Bradley')
dataAshley = datasp1[startAshley:startBradley-2]
startChicot = datasp1.find('Chicot')
dataBradley = datasp1[startBradley:startChicot-2]
startCleveland = datasp1.find('Cleveland')
dataChicot = datasp1[startChicot:startCleveland-2]
print(dataArkansas)
print(dataAshley)
print(dataBradley)
print(dataChicot)
あなたも 'BeautifulSoup'特定の部分を表示することができますか?私は、HTMLからこのデータをどのように抽出したかに問題があると思われます。 – alecxe
あなたは正規表現を行うことができます – Copperfield
@Copperfield:真の正規表現は法案に適合します。しかし、私はalecxeがこれが[XY問題](http://www.perlmonks.org/?node=XY+Problem)だと考えるのは正しいと思います。 –