网页数据解析问题：如何为无对应dd的dt项保留空值？

没问题，这事儿好办！针对你遇到的部分dt没有对应dd的情况，我们可以用Python的BeautifulSoup库来精准处理，确保每个dt都能对应到值（没有的话就留空）。

核心思路 #

遍历所有的dt标签，对每个dt，专门查找它紧随其后的dd标签——如果找到就提取文本，找不到就赋值为空字符串，最后把名称和对应值整理成字典方便使用。

完整代码示例 #

from bs4 import BeautifulSoup

# 你的待解析内容
content = """ <div class="movie_middle"> <dl> <dt>Genres:</dt> <dd>Action, Adventure</dd> <dt>Resolution:</dt> <dt>Release Date:</dt> <dd>2023-10-01</dd> <dt>Director:</dt> </dl> </div>"""

# 解析HTML
soup = BeautifulSoup(content, 'html.parser')
dl_tag = soup.find('dl')

# 存储结果的字典
result = {}

# 遍历所有dt标签
for dt in dl_tag.find_all('dt'):
    # 获取当前dt的文本（去掉多余空格，可选去除末尾冒号）
    name = dt.get_text(strip=True).rstrip(':')
    # 查找当前dt后面紧邻的第一个dd标签
    dd = dt.find_next_sibling('dd')
    # 如果找到dd就取文本，否则留空
    value = dd.get_text(strip=True) if dd else ''
    result[name] = value

print(result)

代码细节说明 #

• dt.find_next_sibling('dd')：这个方法会精准跳过dt后面的换行、空格等无效节点，直接定位第一个dd标签，避免误判。
• rstrip(':')：可选操作，把dt文本末尾的冒号去掉，让字典的key更整洁（比如把"Genres:"变成"Genres"）。
• 最终输出的字典里，每个dt对应的key都会有值，没有对应dd的就会是''（空字符串）。

比如上面示例代码的输出会是：

{'Genres': 'Action, Adventure', 'Resolution': '', 'Release Date': '2023-10-01', 'Director': ''}

这样就完美解决了你要保留空值的需求啦！

内容的提问来源于stack exchange，提问作者SIM