1回答
我是一个全新的python新手，我正在尝试解析一个HTML文档来删除标签，我只想保留我之前在电脑上下载的一个报纸网站的标题和正文。我正在使用我在文档中找到的HTML Parser类，但我不知道如何很好地使用它，我不太理解这种语言:( 这是我的代码： #importa la clase HTMLParser
from html.parserarchivo = open("C://Users/&#x
浏览 14提问于2019-02-08得票数 0
回答已采纳
我已经在Python中实现了HTML to DOCX，在那里我使用BeautifulSoup解析了HTML。我递归地遍历了每个HTML标签，然后使用Python-Docx库创建了Docx文档。现在我想做相反的事情，将Docx转换为HTML字符串。我读到了有关使用Python Docx库()读取现有文档的内容。但是，我找不到一种方法来遍历每个文档对
浏览 3提问于2019-09-06得票数 1
2回答
我正在尝试使用BeautifulSoup从网页中提取表格的超文本标记语言代码。我想知道为什么下面的代码与"html.parser"一起工作，并打印回none，如果我将"html.parser"更改为"lxml"。
浏览 3提问于2014-09-08得票数 14
回答已采纳
4回答
我正在尝试用Python创建一个html文档解析器。我非常熟悉jQuery，我想使用它的遍历功能来解析这些html文件，并将用jQuery收集的数据返回给我的Python程序。有没有办法通过Python使用javascript脚本？或者这只是一个白日梦？
浏览 0提问于2010-10-06得票数 3
回答已采纳
1回答
我希望能够在Python中高效地解析大型HTML文档。我知道和。但是，这两种方法都不能处理损坏XML，HTML读取这些XML也是如此。此外，文档可能包含其他损坏的XML。类似地，我知道像这样的答案，它建议根本不使用任何形式的迭代解析，事实上，这就是我正在使用的。但是，我正在尝试优化我的程序中最大的瓶颈，即文档的解析。此外，我使用用于lxml解析器的SAX风格的目标
浏览 0提问于2014-01-26得票数 2
安装BeautifulSoup后，每当我在命令行中运行Python时，就会发出以下警告：UserWarning: No parser was explicitly specified, so I'm using the best
available HTMLparser for this system ("html.parser").t
浏览 4提问于2015-11-04得票数 67
回答已采纳
4回答
我有类似这样的<td width='370' style='border-left: 1px solid #fff;'>text I need to get</td>，我需要使用Python获取文本。
浏览 0提问于2012-12-27得票数 0
我刚刚下载了lxml来解析损坏的HTML文档。我通读了lxml的文档，但没有发现给定一个HTML文档，我们如何使用lxml检索文档中的文本。如果有人能帮我这个忙，我将不胜感激。
浏览 0提问于2012-08-22得票数 0
回答已采纳
4回答
有没有什么Python库可以让我像jQuery那样解析超文本标记语言文档？
也就是说，我希望能够使用CSS选择器语法从文档中抓取任意一组节点，读取它们的内容/属性等。我以前唯一使用过的Python HTML解析库是BeautifulSoup，，尽管它很好，但我一直在想，如果我有可用的jQuery语法，解析速度会更快。:D
浏览 120提问于2010-06-16得票数 68
回答已采纳
因此，我使用以下代码通过请求将页面下载到另一个html文件中：with open('page_content.html“另存为html”页具有正确的结束标记，但“请求”页缺少某些标记的结尾。例如，另存为文档的所有标记都已关闭： <td>stuff</td>但是下载的请求文档缺少
浏览 0提问于2019-05-13得票数 0
下面的代码检查是否有一个以上的打开html标签，
<html>
</html>"""
print len(soup.find_al
浏览 0提问于2014-03-02得票数 1
我试图使用BeautifulSoup和Python一起解析一个HTML。但它停止了对特殊字符的解析，如下所示：doc = ''' <body>print(soup)<html>
<
浏览 3提问于2018-01-06得票数 3
回答已采纳
我有一个300+页面word文档，其中包含数以百计的“章节”(由标题格式定义)，目前由word索引。每章包含中等数量的文本(通常少于一页)，可能还包含一两个相关的图形。我想将文档拆分成数据库记录，以便在iPhone程序中使用--每一章都是一个由标题、id #和内容字段组成的记录。我还没有决定是想让图片成为一个单独的字段(可能只包含一个文件名)，还是想要内容文本中的HTML或类似样式的链接。我现在遇到的困难是从word文档到数据库。如何才能最容易地按章节将文档拆分为记录，同时保留图像关联？
浏览 0提问于2011-09-23得票数 1
回答已采纳
page = requests.get("https://gematsu.com/tag/media-create-sales")
soup = BeautifulSoup(page.text, 'html.parser
浏览 1提问于2019-01-18得票数 3
回答已采纳
如果您正在解析html或xml (使用python)，并查找某些标记，则使用小写或大写整个文档以确保比较准确可能会影响性能。在xml和html文档中，有多少百分比(估计)的标签中使用了大写字符？
浏览 8提问于2010-06-28得票数 1
回答已采纳
3回答
用python刮网站
、、、、
如果有一种方法可以在不使用任何第三方库(如beautifulsoup和scrapy )的情况下抓取一个网站，那么就可以使用beautifulsoup。
浏览 1提问于2020-06-09得票数 1
回答已采纳
1回答
如果有下面的html块：当我做以下事情时：soup = BeautifulSoup(chunk)>>> soup
<html><body><p>BLA bla bla html...</p><div>
浏览 2提问于2014-08-11得票数 2
回答已采纳
1回答
我想学习一个库，它将同时处理xml和html解析。Do元素树与html解析兼容。我听说了lxml，xml.elementtree，漂亮汤，迷你，刮刮。有人能帮我吗。
浏览 4提问于2020-02-03得票数 0
回答已采纳
云服务器
ICP备案
腾讯会议
实时音视频
云直播
腾讯云开发者
