如何在requests.get()之后从正文中提取数据以进行web抓取
如何在requests.get()之后从正文中提取数据以进行web抓取
提问于 2022-08-22 18:27:33
这是我的密码
SUSTAINABILITY = []
response = requests.get(URL, timeout=15)
page_src = response.text
SUSTAINABILITY.append(page_src.count("sustainability"))我正在从response.text获得HTML，然后检查可持续性这个词出现了多少次。此代码正在运行，但我只想在body标记中计算单词“可持续性”。
如何从body标记中提取数据，然后计数()以查看单词“可持续性”发生了多少次？
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-08-22 18:51:54
@得到一个好的建议。
from bs4 import BeautifulSoup
import requests
response = requests.get(URL, timeout=15)
# Make a "soup" from the response's text
soup = BeautifulSoup(response.text, 'html.parser')
# Take the <body> of HTML page as NavigableString (if I don't miss),
# convert it into string and count required string
print(str(soup.body).count("a"))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/73449544
复制相关文章
相似问题
腾讯云开发者
