使用BeautifulSoup (bs4)将tag.string属性编辑为包含标记的字符串
BeautifulSoup是一个Python库，用于从HTML或XML文档中提取数据。它提供了一种简单而灵活的方式来遍历解析文档，并提供了许多有用的方法来搜索、修改和操作文档树。
在使用BeautifulSoup时，可以通过修改tag.string属性来编辑包含标记的字符串。tag.string属性表示标签内的文本内容。要将tag.string属性编辑为包含标记的字符串，可以使用BeautifulSoup提供的方法和属性。
以下是使用BeautifulSoup将tag.string属性编辑为包含标记的字符串的步骤：
- 导入BeautifulSoup库：
from bs4 import BeautifulSoup- 创建BeautifulSoup对象并解析HTML文档：
html = "<html><body><p>Hello, <b>world!</b></p></body></html>"
soup = BeautifulSoup(html, 'html.parser')- 找到要编辑的标签，并修改tag.string属性：
tag = soup.find('b') # 找到<b>标签
tag.string.wrap(soup.new_tag('span')) # 使用wrap方法将tag.string包装在<span>标签中- 获取编辑后的包含标记的字符串：
edited_string = str(tag.string) # 将tag.string转换为字符串通过上述步骤，我们可以使用BeautifulSoup将tag.string属性编辑为包含标记的字符串。
BeautifulSoup的优势在于它提供了强大的文档解析和搜索功能，使得从HTML或XML文档中提取数据变得简单和灵活。它支持多种解析器，可以处理各种复杂的文档结构。此外，BeautifulSoup还提供了许多方便的方法和属性，用于修改和操作文档树。
在云计算领域中，使用BeautifulSoup可以帮助开发人员从网页中提取数据，进行数据分析和处理。它可以用于爬虫开发、数据挖掘、信息抓取等应用场景。
腾讯云提供了一系列与云计算相关的产品，其中包括云服务器、云数据库、云存储等。这些产品可以帮助用户快速搭建和部署云计算环境，提供稳定可靠的计算、存储和数据库服务。具体推荐的腾讯云产品和产品介绍链接地址可以根据实际需求进行选择和提供。
相关·内容
在BeautifulSoup4中，如果对标记元素调用.string，则应该返回标记中包含的文本。
但是，如果标签中有注释，.string属性会突然返回None。
尽管如此，.text属性似乎仍然有效，但是使用据称仍在工作的text属性调用find不再有效。因此，如果没有注释，则find工作，如果有注释，则find不工作。
这是一个MWE：
from bs4 import BeautifulSoup
def test(html):
soup = BeautifulSoup(html, 'lxml')
tag = soup.find('span')
浏览 1提问于2019-01-03得票数 0
回答已采纳
我在test.py中有以下BeautifulSoup代码。
#!/usr/bin/env python
# vim: set noexpandtab tabstop=2 shiftwidth=2 softtabstop=-1:
from bs4 import BeautifulSoup
import sys
soup = BeautifulSoup(sys.stdin.read(), 'html.parser', from_encoding='utf-8')
import re
from pprint import pprint
pprint(soup.f
浏览 1提问于2016-01-03得票数 1
2回答
我最近开始学习蟒蛇。现在我想从一个网站上删除数字来总结它们。
这里是我的代码：
# read data -> extract numbers -> compute sum
import urllib.request, urllib.parse
from bs4 import BeautifulSoup
html = urllib.request.urlopen('http://py4e-data.dr-chuck.net/comments_42.html')
file = BeautifulSoup(html, 'html.parser')
tag
浏览 0提问于2018-07-23得票数 1
回答已采纳
1回答
不知道为什么，但今天的代码不像预期的那样工作(我其他时候对不同的html使用了相同的代码，工作起来很有魅力)。我正在试图找出文本“环形”是否在HTML代码中。但当文本在那里可见时，总是以“否”的形式出现。
守则是：
from bs4 import BeautifulSoup
import re
html = browser.page_source
soup = BeautifulSoup(html, "html.parser")
if soup.findAll(text = re.compile('Anular')):
浏览 3提问于2017-11-22得票数 1
回答已采纳
我正在通过做一个词频计算器。它首先从网页中抓取文本，然后对其进行清理并计算字数。我在第一个阶段，把文本从页面上刮下来：
def start(url):
word_list = []
source_code = requests.get(url, verify=True).text
soup = BeautifulSoup(source_code)
for page_text in soup.find_all('p'):
content = page_text.string
print(content)
浏览 1提问于2015-12-18得票数 1
我正在使用美汤来编辑一个html文件。我已经能够添加标记，但是在script元素中添加javascript代码时遇到了问题。
我有以下代码：
soup = BeautifulSoup(differencehtml, 'html.parser')
# create a new tag
tag = soup.new_tag("script")
tag.append = jscodestring # this is not adding the javascript to the html file
# tag.string = jscodestring # al
浏览 33提问于2018-08-30得票数 1
因此，我能够从下面的代码中刮下整个法规的章节。然而，如果我只想在这一段中加上“农业”一词，那就让我说吧。我该怎么做？
from bs4 import BeautifulSoup
import requests
import re
f = open('C:\Python27\projects\Florida\FL_finalexact.doc','w')
base_url = "http://www.flsenate.gov/Laws/Statutes/2015/Chapter{chapter:03d}/All"
for chapter in
浏览 1提问于2016-04-03得票数 1
回答已采纳
我试图用.replaceWith替换一个长html网站中的一些元素(class: method)。为此，我使用.descendants并对它们进行迭代，以检查dl元素是否是我要寻找的元素。但这只适用于彼此相邻的0<= X <= 2元素。一行中的每3到n个元素都被“忽略”。执行相同的代码两次后，一行中有4个替换的dl元素，以此类推。
for elem in matches:
for child in elem.descendants:
if not isinstance(child, NavigableString) and child.dl is not None an
浏览 3提问于2014-04-22得票数 1
回答已采纳
我开始学习Python，我决定编写一个简单的刮板。我遇到的一个问题是，我无法将NavigableString转换为常规字符串。
使用BeautifulSoup4和Python3.5.1。我是否应该咬紧牙关，转而使用早期版本的Python和BeautifulSoup？或者，我是否可以编写自己的函数，将NavigableString转换为常规unicode字符串？
for tag in soup.find_all("span"):
for child in tag.children:
if "name" in tag.string: #tri
浏览 3提问于2016-02-11得票数 9
回答已采纳
3回答
我才刚开始学习如何使用美汤。
作为一项练习，我选择了。
里面有一张桌子，里面有NBA球员和他们的梦幻队伍。我能够打印出整个行，它显示了我在浏览器中看到的所有内容。
但是，当我单独打印每个单元格时，它会打印出“无”，因为出于某种原因，它不能解析包含锚的单元格。
下面是我的代码：
from bs4 import BeautifulSoup
import urllib2
import re
if __name__ == '__main__':
url = "http://www.espn.com/espn/print?id=20443164"
resp
浏览 0提问于2018-05-15得票数 2
回答已采纳
一周前我试着用抓取维基百科。但我不明白为什么Beautiful Soup只显示表列中的一些字符串，而其他表列显示"none“。
注:表列全部包含数据。
我的程序将提取所有带有"description“标签的表列。我正在尝试从表格中提取所有的描述。
我正在抓取的网站是：
这是我的代码：
from BeautifulSoup import BeautifulSoup
import urllib
import sys
from urllib import FancyURLopener
class MyOpener(FancyURLopener):
version = &#
浏览 4提问于2011-05-18得票数 0
回答已采纳
3回答
我想处理一个html网站(例如，这个网站：)并保存每句话，其中包含一个字符串“研究”。
这只是一个代码的例子，我用它从网站上提取了所有的文本。
from bs4 import BeautifulSoup
from zipfile import ZipFile
import os
html_page = "example.html" #i saved this page as example locally
data = []
with open(html_page, "r") as html:
soup = BeautifulSoup(html, &#
浏览 4提问于2017-03-13得票数 4
回答已采纳
1回答
我正在尝试通过浏览一个视频网站来练习抓取，并在主页上抓取所有的视频标题。我唯一的问题是，如果标题太长，就会使用.string函数在BeautifulSoup中剪短。
下面是用于解析的HTML示例：
<head>...</head>
<body class="home">
<div id="main">
<div id="content">
<div id="vid_28" class="thumb-block
浏览 3提问于2016-07-23得票数 0
回答已采纳
我正在使用Evernote数据-提取到一个xml文件中。我已经使用BeautifulSoup解析了数据，这里是我的xml数据的一个样本。
<note>
<title>
Audio and camera roll from STUDY DAY! in San Francisco
</title>
<content>
<![CDATA[<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE en-note
浏览 0提问于2013-11-22得票数 0
回答已采纳
3回答
我正试着在漂亮汤标签上加上一个“变体”。BS将tag.string转换为\&amp;nbsp;而不是 。一定是编码问题，但我想不出来。
请注意:忽略后面的“\”字符。我必须加上它，这样堆栈溢出才能正确地格式化我的问题。
import bs4 as Beautifulsoup
html = "<td><span></span></td>"
soup = Beautifulsoup(html)
tag = soup.find("td")
tag.string = "&nb
浏览 0提问于2014-03-05得票数 5
回答已采纳
2回答
我想从td标签中提取包含br标签的文本。
from bs4 import BeautifulSoup
html = "<td class=\"text\">This is <br/>a breakline<br/><br/></td>"
soup = BeautifulSoup(html, 'html.parser')
print(soup.td.string)
实际产出：None
预期产出：This is a breakline
浏览 0提问于2018-03-14得票数 1
回答已采纳
我有这个代码
import requests
from bs4 import BeautifulSoup
url = "http://www.rockefeller.edu/research/areas/summary.php?id=1"
r = requests.get(url)
soup = BeautifulSoup(r.content)
a = 'Comments'
for x in (soup.find_all('p')):
if a in x:
print (x)
else:
pri
浏览 0提问于2015-08-01得票数 0
我对编程很陌生，所以我对问这个问题犹豫不决。然而，到目前为止，我还没有找到浏览这个页面的答案。
我使用BeautifulSoup摘录一份德国报纸的段落。它工作得很好，但当我将.string命令添加到包含段落(包括标记)的变量中时，有些段落似乎不太适合使用"None“。
这是我的密码：
import requests
from bs4 import BeautifulSoup
url = "https://www.zeit.de/wirtschaft/2020-05/konsumstimmung-handel-modebranche-einkaufen-corona"
浏览 2提问于2020-05-18得票数 0
回答已采纳
3回答
我正在处理一些老的html，它有很多空标签：<i style='mso-bidi-font-style:normal'><span style='font-size:11.0pt;font-family: Univers;mso-bidi-font-family:Arial'><o:p></o:p></span></i>。这严重破坏了我用来遍历树的算法。
是否有一种方法可以在遍历BeautifulSoup对象之前将其清除？
from bs4 import BeautifulSoup
h
浏览 0提问于2015-11-03得票数 11
回答已采纳
1回答
我一直在学习关于使用BeautifulSoup的教程，但是当我试图阅读标题甚至段落(使用soup.p)时，我发现一个错误：“回溯(最近一次调用)：文件”*/tutorial1.py，第9行，在pTag = soup.p AttributeError：'str‘AttributeError：’str‘对象没有属性'p'“。
我对Python还是很陌生的，很抱歉，如果这些问题太容易了，我很抱歉，但是我非常感谢您的帮助。代码如下：
import urllib.request
from bs4 import BeautifulSoup
with urllib.request
浏览 2提问于2016-11-28得票数 0
回答已采纳
根据的说法，可以通过使用如下所示的代码来获取标记属性的值：
from bs4 import BeautifulSoup
soup = BeautifulSoup('<b class="boldest">Extremely bold</b>')
tag = soup.b
tag['class']
理论上(也就是根据文档)，输出应该是：
u'boldest'
但是，当我执行上面的代码时，它输出：
['boldest']
我是不是漏掉了什么？如何获取纯unicode字符串形式的标签属性内容？
浏览 0提问于2013-02-12得票数 0
回答已采纳
编辑:基本上，我正在尝试执行分解，但我不是删除标记并完全销毁它的内容，而是用它的内容替换标记。
我想用字符串格式的标签内容替换html文档中所有的'a‘标签。这将允许我更容易地将html写成csv。然而，我无法通过替换步骤。我一直在尝试使用BeautifulSoup的replace_with()来完成它，但是结果并没有像预期的那样返回。
# Import modules
from bs4 import BeautifulSoup
from urllib2 import urlopen
# URL to soup
URL = 'http://www.barringtonhill
浏览 0提问于2013-03-12得票数 0
2回答
我有一个简单的HTML文件，我想转换。根据我需要修改内容的标签的类别：
<HTML>
<HEAD>
<TITLE>Eine einfache HTML-Datei</TITLE>
<meta name="description" content="A simple HTML page for BS4">
<meta name="author" content="Uwe Ziegenhagen">
<meta charset="UTF-8"
浏览 0提问于2013-07-14得票数 1
回答已采纳
源-一个博客帖子URL
我希望将标题标记的内部文本和标记中的主体副本都放入如下表输出中
H2;{H2 tag inner tex}; {p tag(s) inner text}
H3;{H2 tag inner tex}; {p tag(s) inner text}
H2;{H2 tag inner tex}; {p tag(s) inner text}
H3;{H2 tag inner tex}; {p tag(s) inner text}
H4;{H2 tag inner tex}; {p tag(s) inner text}
...
H2、H3、H4标签的内容是需要的，这些标签中可能有多
浏览 9提问于2022-10-28得票数 0
回答已采纳
1回答
我编写了一个代码来提取表的子部分，但是我希望从输入中提取每个标记，然后将它们存储在一个单独的html文件中。
from bs4 import BeautifulSoup
soup = BeautifulSoup(myInput)
table = soup.find('table', {'class': '*'})
我希望代码显示输入文本上包含的所有表，但是它输出错误代码，因为*没有定义
编辑：*意味着文件中的每个表，比如*.txt
浏览 0提问于2019-07-21得票数 0
回答已采纳
1回答
我正在尝试使用4 (bs4)将Inkscape SVG转换成一些专有软件的类似XML的格式。我似乎无法让bs4正确地解析一个最小的示例。我需要解析器尊重自闭标记，处理unicode，而不是添加html内容。我认为用selfClosingTags指定'lxml‘解析器应该可以做到这一点，但是没有！去看看。
#!/usr/bin/python
from __future__ import print_function
from bs4 import BeautifulSoup
print('\nbs4 mangled XML:')
print(BeautifulSoup(
浏览 1提问于2016-03-22得票数 2
回答已采纳
我有下面的html模式，我想用BeautifulSoup去掉它。html模式是：
<a href="link" target="_blank" onclick="blah blah blah">TITLE</a>
我想要抓取标题和显示在链接中的信息。也就是说，如果您单击了该链接，则会显示标题的描述。我想要那个描述。
一开始，我只是尝试用以下代码获取标题：
import urllib
from bs4 import BeautifulSoup
import re
webpage = urrlib.urlopen("
浏览 2提问于2013-02-03得票数 0
回答已采纳
1回答
我正在做一个解析HTML页面的项目。这是一个公司的内部网站，但我改变了例子，以便你可以尝试。
我获得HTML页面的源代码，并搜索特定的标记。然后，我想提取这个标记的子字符串，但它不起作用。Python返回一个0..。下面是我的代码，注释中包含了Python的返回：
#!/usr/bin/python
import urllib2
from bs4 import BeautifulSoup
response = urllib2.urlopen("http://www.resto.be/restaurant/liege/4000-liege/8219-le-bar-a-gouts/
浏览 4提问于2014-07-28得票数 0
回答已采纳
我正在尝试用漂亮的汤抓取.txt文件中每个标记(在我的列表中)之间的每一段单独的文本，并将它们存储到字典中。这段代码可以工作，但如果我运行大文件，速度会非常慢，所以有没有其他方法可以让这段代码更快？
from bs4 import BeautifulSoup
words_dict = dict()
# these are all of the tags in the file I'm looking for
tags_list = ['title', 'h1', 'h2', 'h3', 'b',
浏览 0提问于2017-05-21得票数 2
我想使用Beautiful来解析html文件。
首先我做了：
from bs4 import BeautifulSoup
但我犯了错误：
from bs4 import BeautifulSoup
ImportError: No module named bs4
所以我做了：
import BeautifulSoup
一切都很顺利。我的问题是:从BeautifulSoup导入和直接导入的bs4之间有什么区别？bs4是python > 2.7的内置库吗？
然后我做了：
data = url.openUrl("http://emma-watson.net")
self.sou
浏览 3提问于2014-07-24得票数 1
回答已采纳
3回答
我尝试用来解析一些html元素中的文本，就像这里描述的那样，但不幸的是失败了。我尝试过两种不同的方法，但每次遇到相同的AttributeError。
如何在这种情况下使用字符串参数来获取文本？
我试过：
import re
from bs4 import BeautifulSoup
htmlelement = """
<caption>
<span class="toggle open"></span>
ASIC registration
</caption>
"""
浏览 0提问于2019-01-22得票数 1
回答已采纳
我正在使用Python 2，我有以下脚本：
from bs4 import BeautifulSoup
import requests, re
page = "http://hidden.com/example"
headers = {'User-Agent': 'Craig'}
html = requests.post(page, headers=headers)
soup = BeautifulSoup(html.text, "html.parser")
final = soup.find('p',{&#
浏览 2提问于2017-01-16得票数 0
您知道如何在pythons BeautifulSoup中搜索特定的文本吗?查找标记？？更好的标记完整路径，包含一些string。
例如，BS4的常用用法是：
import requests
from bs4 import BeautifulSoup
url = "https://elementy.ru/novosti_nauki"
website = requests.get(url)
results = BeautifulSoup(website.content, 'html.parser')
然后，您可以使用一些属性(如头、类等)查询所有标记。
但是我
浏览 4提问于2022-09-04得票数 0
回答已采纳
2回答
我希望通过指定第二个元素中包含"title“元素的事实来选择第二个元素(我不想只选择列表中的第二个元素)
sample = """<h5 class="card__coins">
<a class="link-detail" href="/en/coin/smartcash">SmartCash (SMART)</a>
</h5>
<a class="link-detail" href="/en/event/smartrewards
浏览 6提问于2022-03-31得票数 0
回答已采纳
使用.contents
`url="https://www.imdb.com/chart/top/"
import requests
from bs4 import BeautifulSoup
re=requests.get(url)
doc=BeautifulSoup(re.content,"html.parser")
table=doc.find('tbody',class_="lister-list")
print(table.contents[0])`
浏览 1提问于2022-08-02得票数 2
为什么我要让这个列表索引超出范围误差？我怎么才能修好它呢？
我试着进入后面的逻辑，但结果是一样的。
if int_list_repost is '':
int_list_repost = [0]
但结果是一样的
回溯(最近一次调用)：文件"C:/Users/ayevtushenko/PycharmProjects/Tuts/Post_Engagement_pin_logic.py"，第99行，在get_post('')文件第95行，在get_post‘retweeted_most’中: len(int_list_repo
浏览 5提问于2016-08-30得票数 0
2回答
我正在尝试提取网页上特定div标记中属性的内容。但该属性包含一个列表a值。我怎样才能达到这个价值？
我需要来自importantvalue的"999999999“值
具体的部门是：
<div class="1234" data-component="aaaaa" data-settings='{"baseURL": "https://someurl.com/","importantvalue": "999999999"}'>
我使用以下代码：
import req
浏览 6提问于2020-01-09得票数 0
回答已采纳
1回答
我很难让bs找到这条短信。我认为这是因为页面上的文字周围有额外的引号。我听说这是因为这门课实际上是空白的。如果是这样的话，对我如何建立我的搜索有什么建议吗？网站上的实际文本：<span class="" data-product-price="">
我的代码(我尝试过几种变体)：soup.find_all('span',{'class' : '" data-product-price="'})
我也尝试过做一个常规的搜索，但我做得不对。有什么建议或我应该使用其他东西，而不是bs？
编辑以
浏览 0提问于2020-01-05得票数 0
回答已采纳
我试图提取所有的urls在一个婚礼，并把所有这些urls到一个列表。但是，当我运行这些代码时，它会显示一个错误消息："tag[key] returns the value of the 'key' attribute for the tag, and throws an exception if it's not there."，我想知道如何解决这个问题。我的代码如下：
import urllib.request
from bs4 import BeautifulSoup
r = 'https://stackoverflow.com/'
浏览 0提问于2017-09-02得票数 1
回答已采纳
我使用“美丽汤4”解析一个新闻站点，以获得正文文本中包含的链接。我找到了包含链接的所有段落，但是paragraph.get('href')返回了每个链接的none类型。我正在使用Python3.5.1。任何帮助都是非常感谢的。
from bs4 import BeautifulSoup
import urllib.request
import re
soup = BeautifulSoup("http://www.cnn.com/2016/11/18/opinions/how-do-you-deal-with-donald-trump-dantonio/index.h
浏览 1提问于2016-11-19得票数 1
回答已采纳
我想从一块块中提取产品名称。我使用的是BeautifulSoup，问题是当我试图从select()中获取产品名称时，它会返回预期的数据，当我尝试find()时，它不会返回任何数据。为什么find()不在这里工作。
from bs4 import BeautifulSoup
data = '''<span id="productTitle" class="a-size-large"> Alien 3 </span>'''
soup = BeautifulSoup(data)
print(sou
浏览 0提问于2018-03-10得票数 1
回答已采纳
我试图将html字符串插入到BeautifulSoup对象中。如果我直接插入它，bs4就会清除html。如果使用html字符串并从中创建一个汤，则插入使用find函数有问题。因此，表示插入BeautifulSoup对象可能会导致问题。我正在使用该帖子的解决方案，并在每次插入时重新创建该汤。
但是，肯定有更好的方法将html字符串插入到汤中。
编辑:我将添加一些代码作为问题的示例
from bs4 import BeautifulSoup
mainSoup = BeautifulSoup("""
<html>
<div class='f
浏览 6提问于2015-07-05得票数 10
1回答
我正在尝试构建一个python代码来检查一个字符串是否包含HTML代码。我多次尝试使用BeautifulSoup4和pip3 install lxml重新加载pip3 install beautifulsoup4库，它已经向我展示了以下内容：
Requirement already satisfied: beautifulsoup4
但是，每当我试图导入漂亮汤时，它就会出现以下错误代码：
bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested
如何正确导入漂亮汤库？
下面是代码
浏览 3提问于2017-12-08得票数 1
根据Ryan Mitchell所著的“用Python进行网络抓取”一书，他使用了re.compile。谁能解释一下re.compile()在这种情况下的用途，以及re.compile()
代码是用python 3编写的。
from urllib.request import urlopen
from bs4 import BeautifulSoup
import re
pages = set()
def getLinks(pageUrl):
global pages
html = urlopen("http://en.wikipedia.org"+pageUrl
浏览 27提问于2017-02-26得票数 2
回答已采纳
我一直在努力学习Python语言(目前是requests和beautifulsoup4)，我找到了一个教程
问题是我一直收到下面的错误，根本找不到它……
任何帮助都将不胜感激！
回溯(最近一次调用)：文件"C:\Users\BillyBob\Desktop\Web Scrap.py"，第14行，in title = a.string.strip() AttributeError：'NoneType‘对象没有属性’NoneType‘
这是我的代码，以防我犯了错误；
import requests
from bs4 import BeautifulSoup
result
浏览 1提问于2016-12-18得票数 4
回答已采纳
我编写了以下代码，从一个使用BeautifulSoup的站点获取产品描述-
def get_soup(url):
try:
response = requests.get(url)
if response.status_code == 200:
html = response.content
return BeautifulSoup(html, "html.parser")
except Exception as ex:
print("error from &
浏览 1提问于2018-06-27得票数 1
回答已采纳
我正试图从BBC体育页面上调出主要的标题(目前的标题是：“温格预测‘活跃的’一月”)。ID是‘铅标题’，它在一个<h2>和一个<a>标签中。我在用Python。
from bs4 import BeautifulSoup
import urllib2
url = urllib2.urlopen("http://www.bbc.co.uk/sport/football/teams/arsenal")
soup=BeautifulSoup(url.read())
#Things I've tried
headline=soup.find('a
浏览 3提问于2016-01-12得票数 1
回答已采纳
我试着从这个页面上抓取所有的亿万富翁：https://www.bloomberg.com/billionaires/ 页面看起来像是有一个表，但它是加密的或其他什么(?)。 当我运行下面的代码时，我找不到任何名字，比如html中的"Jeff Bezos“： import pandas as pd
from bs4 import BeautifulSoup
import requests
url = "https://www.bloomberg.com/billionaires/"
req = requests.get(url)
soup = BeautifulSo
浏览 15提问于2020-11-08得票数 0
回答已采纳
1回答
我正在尝试使用请求、和Beautifulsoup.从网页中提取一些数据我首先获取带有请求的html代码，然后将其“放入”Beautifulsoup中：
from bs4 import BeautifulSoup
import requests
result = requests.get("https://XXXXX")
#print(result.status_code)
#print(result.headers)
src = result.content
soup = BeautifulSoup(src, 'lxml')
然后我挑出了一些代码：
tags
浏览 58提问于2019-02-21得票数 1
回答已采纳
3回答
我试图从一个新闻网站的网页(从它的一个档案)的链接。我用Python编写了以下代码行：
main.py包含：
import mechanize
from bs4 import BeautifulSoup
url = "http://www.thehindu.com/archive/web/2010/06/19/"
br = mechanize.Browser()
htmltext = br.open(url).read()
articletext = ""
soup = BeautifulSoup(htmltext)
for tag in soup.fi
浏览 6提问于2013-11-11得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
