使用python和请求从嵌入在网页中的pdf中提取一些信息
使用python和请求从嵌入在网页中的pdf中提取一些信息
提问于 2022-03-04 14:37:21
我正试图使用python和请求在一个嵌入到网页中的pdf中提取一些信息，而这正是我想要到达的那个句子“Sciences de la vie et de l‘’environnement”。
下面是您编写的代码：
import time
import requests
from bs4 import BeautifulSoup
# website to scrap
url = "https://fs.uit.ac.ma/avis-de-soutenance-dune-these-de-doctorat-mme-achachi-hind/"
with requests.session() as s:
# get the url from requests get method
html_content = s.get(url, verify=False)
# Parse the html content
soup = BeautifulSoup(html_content.content, "html.parser")
url2 = soup.iframe["src"]
html_doc = s.get(url2, verify=False).text
print(html_doc)这是一些什么打印(Html_doc)，
在比较这两张照片时，我看不出最后一张图片里面是什么：
<div id="viewer" class="pdfViewer"></div>
在这一行里面是我想要的文字：
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-03-04 14:58:59
您可以手动访问PDF (https://fs.uit.ac.ma/wp-content/uploads/2022/02/AVIS-DE-SOUTENANCE-ACHACHI-HIND.pdf)。在iframe和请求中有网址。如果无法从源代码中获取url，则必须对请求进行抓取(例如。(用BrowserMob)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71352976
复制相关文章
相似问题
腾讯云开发者
