如果我有一个嵌套的html(无序)列表,如下所示：
<ul>
<li><a href="Page1_Level1.html">Page1_Level1</a>
<ul>
<li><a href="Page1_Level2.html">Page1_Level2</a>
<ul>
<li><a href="Page1_Level3.html">Page1_Level3</a></li>
</ul>
<ul>
<li><a href="Page2_Level3.html">Page2_Level3</a></li>
</ul>
<ul>
<li><a href="Page3_Level3.html">Page3_Level3</a></li>
</ul>
</li>
</ul>
</li>
<li><a href="Page2_Level1.html">Page2_Level1</a>
<ul>
<li><a href="Page2_Level2.html">Page2_Level2</a></li>
</ul>
</li>
</ul>
如何在Python中形成嵌套列表？例如：
["Page1_Level1.html",["Page1_Level2.html",["Page1_Leve3.html","Page2_Level3.html","Page3_Level3.html"]],"Page2_Level1.html",["Page2_Level2.html"]]
我认为像Beautiful Soup和HTML Parser这样的库有可以做到这一点,但是我还没弄清楚它.感谢您的帮助/指点！
解决方法
您可以采用递归方法：
from pprint import pprint
from bs4 import BeautifulSoup
text = """your html goes here"""
def find_li(element):
return [{li.a['href']: find_li(li)}
for ul in element('ul',recursive=False)
for li in ul('li',recursive=False)]
soup = BeautifulSoup(text,'html.parser')
data = find_li(soup)
pprint(data)
打印：
[{u'Page1_Level1.html': [{u'Page1_Level2.html': [{u'Page1_Level3.html': []},{u'Page2_Level3.html': []},{u'Page3_Level3.html': []}]}]},{u'Page2_Level1.html': [{u'Page2_Level2.html': []}]}]
仅供参考,这就是为什么我必须在这里使用html.parser：
> Don’t put html,head and body tags automatically,beautifulsoup
