0
私は<a>タグの兄弟構造を歩みようとしており、その間に<br>タグがあります。 brタグのelem.nameを取得しようとすると、エラーが発生します。これらのbrタグをスキップする方法はありますか？<br>タグ
現在、解析する前にhtml = html.replace('<br>','\n')を実行していますが、それはbsoupに改行で^ M文字を挿入させます。
r = requests.get(url, headers=headers)
# page = r.text.replace('<br>','\n')
soup = bsoup(r.text, 'html.parser')
soup = soup.find('div', id='listAlbum')
albums = soup.find_all('div', class_='album')
for album in albums:
name = album.text.replace('"','').replace(':','').rstrip()
print(name)
albumtask(name)
song = album.next_sibling
while song.name != 'div' and song.name != 'script':
if song.name != 'a' or song.get('id'):
song = song.next_sibling
continue
t = threading.Thread(target=tsong, args=(song,))
t.start()
song = song.next_sibling
while song.is_empty_element:
song = song.next_sibling
time.sleep(0.2)
<div id="listAlbum">
<a id="1545"></a><div class="album">album: <b>"Pablo Honey"</b> (1993)<span> <a href="http://www.amazon.com/gp/search?ie=UTF8&keywords=RADIOHEAD+Pablo+Honey&tag=azlyricsunive-20&index=music&linkCode=ur2&camp=1789&creative=9325" rel="external"><img width="30" height="18" src="http://images.azlyrics.com/amn.png" alt="buy this CD or download MP3s at amazon.com!"></a></span></div>
<a href="../lyrics/radiohead/you.html" target="_blank">You</a><br>
<a href="../lyrics/radiohead/creep.html" target="_blank">Creep</a><br>
<a href="../lyrics/radiohead/howdoyou.html" target="_blank">How Do You?</a><br>
<a href="../lyrics/radiohead/stopwhispering.html" target="_blank">Stop Whispering</a><br>
<a href="../lyrics/radiohead/thinkingaboutyou.html" target="_blank">Thinking About You</a><br>
<a href="../lyrics/radiohead/anyonecanplayguitar.html" target="_blank">Anyone Can Play Guitar</a><br>
<a href="../lyrics/radiohead/ripcord.html" target="_blank">Ripcord</a><br>
<a href="../lyrics/radiohead/vegetable.html" target="_blank">Vegetable</a><br>
<a href="../lyrics/radiohead/proveyourself.html" target="_blank">Prove Yourself</a><br>
<a href="../lyrics/radiohead/icant.html" target="_blank">I Can't</a><br>
<a href="../lyrics/radiohead/lurgee.html" target="_blank">Lurgee</a><br>
<a href="../lyrics/radiohead/blowout.html" target="_blank">Blow Out</a><br>
<a id="1543"></a><div class="album">EP: <b>"My Iron Lung"</b> (1994)<span> <a href="http://www.amazon.com/gp/search?ie=UTF8&keywords=RADIOHEAD+My+Iron+Lung&tag=azlyricsunive-20&index=music&linkCode=ur2&camp=1789&creative=9325" rel="external"><img width="30" height="18" src="http://images.azlyrics.com/amn.png" alt="buy this CD or download MP3s at amazon.com!"></a></span></div>
<a href="../lyrics/radiohead/myironlung.html" target="_blank">My Iron Lung</a><br>
そして、それはそのように続けます。
ちょっとオフトピック（と私はPythonや美しいスープの何も知らない）が、HTMLの用語で、
年代を削除し、使用して移動する、おそらく良い時間要素間にスペーシング/パディング/マージンを作成するCSS（またはの場合は "display：block"を使用します）。表示のために改行を使用することは、表示目的で使用されるCSSでよりよく行われます。 – gavgrif
しかし、この場合私のHTMLではありません。 – user193661
@ user193661このサンプルでは、サンプル入力HTMLと望ましい出力を提供できますか？本当に助けになるでしょう。 – alecxe