我使用的是Beautiful Soup 4和Python 3.8。我只想解析HTML页面中的某些元素，所以我决定使用一个过滤器，如下所示... req = urllib2.Request(full_url, headers=settings.HDR)soup = BeautifulSoup(html, features="lxml", pars
浏览 23提问于2020-10-05得票数 0
回答已采纳
在“lxml's ”中，它写道：
lxml可以通过BeautifulSoup模块与lxml.html.soupparser的解析功能进行接口。它提供了三个主要功能: file ()和parse()用于使用BeautifulSoup将字符串或文件解析为lxml.html文档；convert_tree()将现有的BeautifulSoup
浏览 2提问于2015-08-25得票数 3
回答已采纳
1回答
tags = trends_tag.find_all('td', 'change chg')print 'Tag: ' + tag.text>pip freezebeautifulsoup4==4.3.2cssselect==0.9.1lxml==4.3.2
看起来
浏览 9提问于2014-09-23得票数 1
回答已采纳
我读过很多关于BeautifulSoup的好东西，这就是为什么我现在正试图用它来刮一组格式错误的HTML的网站。不幸的是，BeautifulSoup的一个特性就是目前的展示障碍：
当BeautifulSoup遇到一个从未打开的结束标记(在我的例子中是</p>)时，它决定结束文档。而且，在本例中，find方法
浏览 1提问于2015-12-19得票数 7
回答已采纳
1回答
我正在尝试使用4库解析一个大型html文档。. 100s of <tr> tags later</table>
我有一个函数来评估soup.descendants中给定的标记是否是我所要寻找的类型这是必要的，因为页面很大(BeautifulSoup告诉我文档包含大约4000个标签)。时，该函数只返回表中前77行的Tr
浏览 2提问于2015-03-17得票数 1
回答已采纳
3回答
我试图从网页上的html表中抓取数据。我尝试了几种基于这里发布的答案的不同方法，但总是有一个问题:结果大致与我所期望的一样，但只适用于表的前两行。我对html和漂亮的汤几乎没有经验，但是从url中的表的html文件中，我看不到前两行和表的其余部分之间有什么区别。有人能帮我找出我做错了什么吗？import numpyimport urllib
浏览 5提问于2020-12-14得票数 0
回答已采纳
当我试图使用下面的代码加载任何页面时，它只是抓取标记<"head">而不是整个html等等。import requestssoup= BeautifulSoup(page.content, 'lxml-xml')但是
浏览 1提问于2017-05-15得票数 1
回答已采纳
2回答
我的密码如下所示；plain_text = source_code.text或html = r.content我在编写“BeautifulSoup=任何东西”时都犯了错误，如下
浏览 0提问于2017-03-20得票数 0
回答已采纳
1回答
页面保存到本地驱动器，我使用BeautifulSoup对其进行解析：soup.prettify()
print list_0[<tr><td>Zhongmin Baihui</td>
浏览 15提问于2019-10-30得票数 1
回答已采纳
我很惊讶在默认情况下，lxml.html在解析HTML时留下了无关紧要的空白。我也感到惊讶的是，我找不到任何明显的方式使它不这样做。><p>Hello World</p></body></html>>
浏览 0提问于2013-08-29得票数 5
回答已采纳
请看下面的代码片段from bs4 import BeautifulSouphtml = requests.get(url, "html.parser")html2 = requests.get(url)哪种
浏览 2提问于2020-08-11得票数 1
回答已采纳
对于我的股票筛选工具，我必须在脚本中从BeautifulSoup切换到lxml。在我的Python脚本下载了我需要处理的网页之后，BeautifulSoup能够正确地解析它们，但是过程太慢了。解析一只股票的资产负债表、损益表和现金流量表只需要BeautifulSoup大约10秒，考虑到我的脚本有5000多只股票要分析，这是不可接受的</e
浏览 0提问于2012-11-29得票数 0
1回答
但是，我的脚本只获得表的前504个元素。整个表格有2 136个元素。这个脚本演示了这个问题：from urllib2 import urlopen
soup = BeautifulSoup(urlopen(url))
从表<
浏览 1提问于2015-04-24得票数 0
回答已采纳
当有一个输入标签没有标记为自封闭的时候(我认为这在HTML 4中是有效的)，漂亮的汤4就不能正确识别它了。例如：>>> s.find('input')
<input type
浏览 6提问于2015-07-03得票数 2
回答已采纳
安装BeautifulSoup后，每当我在命令行中运行Python时，就会发出以下警告：
BeautifulSoup([your
浏览 4提问于2015-11-04得票数 67
回答已采纳
2回答
我是Python的新手，所以很抱歉这是一个新手问题。我想知道这个论坛上有没有人有使用python3进行网络抓取的好选择。谢谢，威尔
浏览 1提问于2011-08-11得票数 5
据我所知，Python中两个主要的超文本标记语言解析库是lxml和BeautifulSoup。我为我正在从事的一个项目选择了BeautifulSoup，但除了发现它的语法更容易学习和理解之外，我选择它并没有什么特别的原因。但是我看到很多人似乎更喜欢lxml，而且我听说lxml更快。所以我想知道一个比另一个的优点是什么？我什么时候想要使用lxml，
浏览 0提问于2009-12-17得票数 57
回答已采纳
我写了一个示例代码：from bs4 import BeautifulSoupdef test():r = requests.get('http://zhuanlan.sina.com.cn/')
print('runencoding error : input conversion
浏览 0提问于2018-03-26得票数 1
我需要解析一个带有windows-1251字符集的HTML页面(它是俄文)。
问题是它是web应用程序，我不得不使用Python2.4，而没有任何机会在服务器上安装模块。我唯一想做的就是让管理员安装lxml模块，但是它不是以正确的方式在2.4上构建的，并且试图导入lxml.html失败了。现在，我试图在BeautifulSoup和 html5lib 模块之间<em
浏览 12提问于2010-06-30得票数 2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
