我如何删除列表中的html标签创建的美丽汤？
要删除列表中的HTML标签，可以使用BeautifulSoup库来解析HTML并提取文本内容。
首先，需要安装BeautifulSoup库。可以使用以下命令来安装：
pip install beautifulsoup4接下来，导入BeautifulSoup库并创建一个BeautifulSoup对象，将HTML文本作为参数传入。然后，使用BeautifulSoup对象的get_text()方法来获取文本内容，即删除HTML标签。
下面是一个示例代码：
from bs4 import BeautifulSoup
html = '''
<ul>
<li><a href="https://www.example.com">Link 1</a></li>
<li><a href="https://www.example.com">Link 2</a></li>
<li><a href="https://www.example.com">Link 3</a></li>
</ul>
'''
soup = BeautifulSoup(html, 'html.parser')
text = soup.get_text()
print(text)运行以上代码，将输出以下结果：
Link 1
Link 2
Link 3这样就成功删除了HTML标签，只保留了文本内容。
推荐的腾讯云相关产品：腾讯云服务器（CVM），产品介绍链接地址：https://cloud.tencent.com/product/cvm
相关·内容
5回答
我正试图从美丽的汤中得到所有html标签的列表。
我看到了所有的东西，但我必须知道标签的名字，然后再搜索。
如果有类似的文本
html = """<div>something</div>
<div>something else</div>
<div class='magical'>hi there</div>
<p>ok</p>"""
我怎么能得到这样的名单
list_of_tags = ["<div>",
浏览 8提问于2016-03-19得票数 40
回答已采纳
1回答
在html中插入注释
、、、
我试着用漂亮的汤在html中插入一个注释，我想在头关闭之前插入它，我正在尝试这样的东西
soup.head.insert(-1,"<!-- #mycomment -->")
它在</head>之前插入，但是值得到实体编码的<!-- #mycomment -->。美丽的汤文档标签，但我应该如何插入评论，因为它是。
浏览 1提问于2014-03-14得票数 2
回答已采纳
我试着用漂亮汤从视频页面中提取频道创建者的名字，以及他们频道的链接。
我试过使用class_关键字参数。因此，我得到了[]。我该怎么办？我是否需要通过父母的div标签，然后“下去”，就像他们在“美丽汤”中说的那样？对于特定的标记和类，我应该如何/可以使用soup.find呢？
soup = BeautifulSoup(response.text, "html.parser")
videotitle = soup.find("meta", {"property":"og:title"})["content"
浏览 2提问于2020-02-06得票数 2
回答已采纳
我使用BeautifulSoup 4修改了一些HTML (目前为4.3.2)。当将修改后的汤转换为字符串时，所有br元素都编写为<br/>
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<p>Paragraph containing<br>line break</p>')
>>> soup.p
<p>Paragraph containing<br/>line break</p
浏览 1提问于2014-12-02得票数 1
回答已采纳
3回答
我一直在尝试一些网络抓取，我偶然发现了这个标签中的一些有趣的数据：
<script type="application/ld+json">
我已经能够用美丽的汤分离出那个标签
html = urlopen(url)
soup = BeautifulSoup(html, "lxml")
p = soup.find('script', {'type':'application/ld+json'})
print p
但是我还不能处理这些数据，也不能从那个标签中提取任何数据。
如果我尝试使用正则表达式从其中获
浏览 2提问于2017-04-27得票数 9
我有Python3.7代码，尝试从以下网站()提取足球统计数据。看起来我在BS4美丽汤中使用的超文本标记语言解析器根本没有提取网站中的任何标签。
我首先尝试提取特定的标签，比如表示主队和客队的两个不同的div标签，以及包含球员姓名的标签。当这呈现了一个空的标签列表时，我只是简单地尝试提取该网站上的所有div标签，但我仍然得到了一个空列表。
下面是我使用的代码：
from requests import get
from bs4 import BeautifulSoup
url = 'https://www.whoscored.com/Matches/1294545/LiveStati
浏览 26提问于2019-07-13得票数 2
回答已采纳
2回答
我正在使用pyquery构建一个网页：
> page = PyQuery('<html><head><script type="text/javascript" src="jquery-1.4.min.js"></script><script type="text/javascript" src="tools.min.js"></script></head><body></body></html>&
浏览 1提问于2011-02-19得票数 1
回答已采纳
2回答
<p>
A
<span>die</span>
is thrown \(x = {-b \pm
<span>\sqrt</span>
{b^2-4ac} \over 2a}\) twice. What is the probability of getting a sum 7 from
both the throws?
</p>
在上面的html中，我只需要删除“(标记)”中的标记，即\(x = {-b \pm <span>\sqrt</span> {b^2-4ac} \
浏览 5提问于2017-02-04得票数 2
回答已采纳
我在xml中有一个语料库，其中一个标记被命名为提取<EXTRACT>。但这个词是“美丽汤”中的一个关键词。如何提取这个标签的内容。当我编写entry.extract.text时，它会返回错误，当我使用entry.extract时，将提取整个内容。
据我所知，美丽汤，它执行案例折叠的标签。如果有什么方法来克服这一点，那也可能对我有帮助。
注:目前我用以下方法解决了这个问题。
extra = entry.find('extract')
absts.write(str(extra.text))
但是我想知道是否有任何方法可以像我们使用entry.tagName这样的其他标
浏览 2提问于2014-03-01得票数 3
回答已采纳
下午好!我如何使美丽汤只抓取多组之间的":“和：”到目前为止，我已经在我的汤整页，但它没有标签，可悲。
到目前为止，我已经尝试了几件事：
soup.findAll(text="[")
keys = soup.find("span", attrs = {"class": "objectBox objectBox-string"})
导入bs4作为bs导入urllib.request源代码=urllib.request urllib.request=bs.BeautifulSoup(‘'lxml')
浏览 1提问于2019-06-11得票数 0
回答已采纳
我正在使用美丽汤从一个网站上刮信息。
相关守则：
page_url = https://www.autotrader.co.uk/car-search?sort=sponsored&radius=1500&postcode=&onesearchad=Used&onesearchad=Nearly%20New&onesearchad=New&make=Vauxhall&model=Corsa&year-from=2008&year-to=2010&minimum-mileage=82376&maximum-m
浏览 0提问于2019-03-12得票数 3
回答已采纳
首先，我读过关于如何检查字符串是绝对的还是相对的URL。我的问题是，我需要一个regex来检查给定的字符串是否是一个相对 URL，也就是说，我需要一个regex来检查一个字符串是否以任何协议或双斜杠//开头。
事实上，我正在做与美丽汤的网页刮，我想检索所有相关的链接。“美丽汤”使用以下语法：
soup.findAll(href=re.compile(REGEX_TO_MATCH_RELATIVE_URL))
所以我才需要这个。
测试用例是
about.html
tutorial1/
tutorial1/2.html
/
/experts/
../
../experts/
../../
浏览 5提问于2015-07-15得票数 2
回答已采纳
1回答
美丽的汤突然找不到它的文字标签。
我有一个html，其中显示了这个标记：
<span class="date">Telefon: <b>+421 902 808 344</b></span>
BS4找不到这个标签：
telephone = soup.find('span',{'text':re.compile('.*Telefon.*')})
print telephone
>>> None
我尝试过很多方法，比如
find('span',text
浏览 2提问于2015-05-12得票数 4
回答已采纳
我正在使用“美丽汤”来尝试检查在div标签中的段落标签中是否有电子邮件地址。我要循环看一张div的列表：
for div in list_of_divs:
如果每个部门：
<div>
<p>Hello</p>
<p>hereIsAnEmail@gmail.com</p>
</div>
在for循环中，我有：
email = div.find(name="p", string=re.compile("^[\w-\.]+@([\w-]+\.)+[\w-]{2,4}$"))
name=&#
浏览 0提问于2019-05-21得票数 1
回答已采纳
我试图从一个网站上废弃HTML数据，然后在代码中添加我自己的CSS样式。我使用“美丽汤”来销毁数据，并将自己的标记转换为HTML。
这是密码
word = t.clipboard_get()
# Web Scrapping
url="https://www.vajehyab.com/?q="
response = requests.get(f"{url}{word}")
soup = BeautifulSoup(response.text, 'html.parser
浏览 6提问于2022-11-02得票数 -1
我需要使用json模式访问本地html文件中的json引用。引用位于文件中的第一个标记之间。
</style>
</head>
<body>
<script>
// Script section to load models into a JS Var
var defs = {}
defs["AccountIdentifier"] = {
"type" : "object",
"properties" : {
"activ
浏览 1提问于2020-07-01得票数 0
1回答
我注意到，当我从网页获得HTML与美丽汤，它不知何故改变。这是我用来获取它的代码：
from bs4 import BeautifulSoup
import requests
url ="http://www.basketnews.lt/lygos/59-nacionaline-krepsinio-asociacija/2013/naujienos.html"
r = requests.get(url)
soup = BeautifulSoup(r.text)
print soup
这里是原始HTML的一部分：
<a href="/news-73149-valan
浏览 2提问于2014-05-05得票数 3
回答已采纳
给我一个HTML URL，我需要根据不同的标记和属性值选择不同的元素。我被要求使用lxml作为我的任务的标准部分。
我对BeautifulSoup相当流利。
在美丽的汤里，为了达到同样的效果，我们可以用
k = soup.findAll('tagname')
这里是soup
<someRandomTag>...</someRandomTag>
<someTag>
<tagName>entry 1</tagName>
<tagName>entry 2</tagName>
<ta
浏览 3提问于2014-03-03得票数 0
回答已采纳
假设我想从HTML中删除元音：
<a href="foo">Hello there!</a>Hi!
变成了
<a href="foo">Hll thr!</a>H!
我想这是美丽汤的工作。如何选择标记之间的文本并像这样操作它？
浏览 1提问于2009-05-06得票数 6
回答已采纳
1回答
我有一个，我是用美丽汤刮的。我有HTML，但现在我需要CSS。我尝试过使用soup.findAll('link', {'rel': 'stylesheet'})，但我知道如何从返回列表的第一个索引<link href="styles.css" rel="stylesheet"/>中获取文件名
我试过使用正则表达式，但我不太擅长，但我不确定如何让它工作。
那么，有没有可以使用的BeautifulSoup函数，或者我必须走我已经采用的路线？
浏览 2提问于2018-02-23得票数 2
我正在尝试收集一个网站的链接使用美丽汤。
from bs4 import BeautifulSoup
import requests
address="http://transcripts.cnn.com/TRANSCRIPTS/2018.04.29.html"
page = requests.get(address)
soup = BeautifulSoup(page.content, 'html.parser')
articles =[]
for links in soup.find_all('div', {'class'
浏览 1提问于2018-04-30得票数 0
回答已采纳
我正在尝试做一个冠状病毒跟踪器用美丽的汤，只是为了一些练习。
我的代码是，
import requests
from bs4 import BeautifulSoup
page=requests.get("https://sample.com")
soup=BeautifulSoup(page.content,'html.parser')
table=soup.find("div",class_="ZDcxi")
print(table)
在输出中它显示none，但是带有类ZDcxi的div标签确实包含内容。请帮帮忙
浏览 2提问于2020-05-17得票数 0
2回答
我有以下代码，它按预期运行，但在计算字符数和最长行的长度时有一些问题。下面是我的代码：
def stats(file_name):
n_chars = 0
n_words = 0
n_lines = 0
longest_line = 0
with open(file_name) as f:
lines = f.readlines()
n_lines = len(lines)
longest_line = max([len(line) for line in lines])
words = [
浏览 11提问于2018-08-13得票数 0
回答已采纳
2回答
我正在使用“美丽汤”搜索一组整数值，并生成与名称匹配的这些值的列表。然而，我遇到的问题是，网站对我需要的元素(“列表-条目”)使用了一些非常模糊的类名，这些元素被复制在其他元素中，我不想抓住这些元素。到目前为止，我的代码看起来是：
from bs4 import BeautifulSoup as bs
import requests
url = "http://beautifulnumberssite.com/"
html = requests.get(url).text
soup = bs(html)
names = soup.findAll("h1",
浏览 1提问于2016-12-30得票数 1
回答已采纳
1回答
我有一个HTML表，这是由美丽的汤检索。将输出分配给列表，然后将该列表分配给DataFrame
df = DataFrame(list)
写入CSV文件时的DataFrame，CSV文件显示如下输出
0 1 2 3 4 5 6 7
1 A B C D E F G
如何删除pandas自动生成的行和列，以便输出为
['A','B','C','D','E','F','G','H']
因此，c
浏览 28提问于2021-06-08得票数 0
回答已采纳
1回答
我已经使用Beautiful Soup将以下基于web的数据提取为一个列表。在最初的网站上，这是一张数字表：
[<td class="right">113</td>, <td class="right">
89 </td>, <td class="right last">
<b>117</b> </td>, <td class="right">113</td>, <td class="right&
浏览 1提问于2013-09-25得票数 2
回答已采纳
我使用PyCharm编写Python，首先我用python2.7.12配置了PyCharm，在2.7.12环境下安装了Beautiful Soup包。
然而，我现在已经在PyCharm中安装了Python3.5.2，并且我想在3.5.2的PyCharm中使用美丽汤，但我不能导入bs4，因为解释器无法找到2.7.12包文件夹中的美丽汤包。
所以我尝试在3.5.2控制台中pip install bs4，但它告诉我包已经安装在2.7.12文件夹中。那么，现在如何在PyCharm中导入3.5.2中的美丽汤呢？
浏览 24提问于2016-07-28得票数 0
回答已采纳
2回答
如何用美汤找到所有评论
、、、、
四年前有人问过，但现在BS4的答案已经过时了。
我想要删除我的html文件中的所有评论使用美丽的汤。因为每个都是由BS4创建的，所以我认为下面的代码会起作用：
for comments in soup.find_all('comment'):
comments.decompose()
所以那不管用...如何使用BS4查找所有评论？
浏览 3提问于2015-10-15得票数 13
回答已采纳
我有以下XML：
<data xmlns="">
<color>blue green</color>
<install>No</install>
<days>4</start>
</data>
我正在寻找删除''，‘以及从一个美丽的汤元素中删除打开和关闭标签。
产出应是：
Color: blue green, install: no, days: 4
以下是我尝试过的：
new = re.sub(r'(/>)</data>.+', &
浏览 1提问于2020-11-20得票数 0
回答已采纳
1回答
首先，我不是一个编码器，所以事先为可能的错误解释感到抱歉。
我想要在以下div语句中检索html代码：
<div x-y-z> == $0
我通常会在汤中检索html代码，如下所示：
html = soup.find("div", class_="x-y-z")
我在这里的问题是，在div语句中没有类或id或任何东西，只有“x”，我不知道它是什么。
如何从上面显示的“美丽汤”中检索html代码？我真的很感激你能提供的任何帮助。
浏览 1提问于2022-11-13得票数 1
回答已采纳
我试图使用BeautifulSoup将html文件解析为CSV中的文本项组，但我不确定如何解析该模式。我对蟒蛇和美丽的汤很陌生。
html文件看起来有点像这样：
<html>
<body>
<br>
<br>
<b>Group 1 title</b>
<br>
<pre> Group 1 description which may or may not be here</pre>
<br>
Group 1 property: Blah b
浏览 3提问于2022-08-22得票数 0
回答已采纳
1回答
<td id="aisd_calendar-2014-04-28-0" class="single-day future" colspan="1" rowspan="1" date="**2014-04-28**" >
<div class="inner">
<div class="item">
<div class="view-item view-item-aisd_calendar">
<d
浏览 3提问于2014-03-24得票数 2
回答已采纳
我试着用python从特定的url获取所有的图像。
所以漂亮汤的使用是严格向前的，但我面临的问题是，不是所有的img标签都打印在控制台上。仔细查看所需的HTML文件，会发现缺少的图像来自角度，因为它们有一个数据ng-src标记。
有没有办法让汤等到所有的脚本都写完？或者还有其他的方法来检测所有的img标签？
到目前为止我的代码是：
import urllib2
from BeautifulSoup import BeautifulSoup
page = BeautifulSoup(urllib2.urlopen(url))
allImgs = imgs = page.findAll('
浏览 3提问于2017-01-13得票数 3
我是python的新手。我想在eclipse中运行python脚本，因为我对此有点适应。我正在尝试导入和运行美丽汤在eclipse oxygen.Import是成功的，但我得到一个错误(未解决的导入汤)与以下code.However美丽汤是工作良好与anaconda.enter图像描述在这里
从bs4导入BeautifulSoup as soup
浏览 4提问于2017-12-11得票数 0
我想从这个网址得到产品名称：‘’我正在使用python和漂亮汤
我试过了，但是它无法捕捉到产品列表，似乎列表中的产品没有被美丽的汤捕获。
mobile_page_url='https://telenor.se/handla/mobiler/'
mobile_page_data=requests.get(mobile_page_url)
mobile_page_soup=BeautifulSoup(mobile_page_data.text)
mobile_page_soup=mobile_page_soup.select('div',{'class
浏览 1提问于2022-11-17得票数 1
正如“美丽汤”的文件所述：
如果所有这些都失败了，“美丽汤许可证”允许您将整个库打包到应用程序中。您可以下载tarball，将其bs4目录复制到应用程序的代码库中，并在根本不安装它的情况下使用Beautiful。
这正是我想要的，我所做的.直到在我的代码中使用它。我不知道如何导入Beautiful 4，与v3不同的是，没有独立的BeautifulSoup.py，只有包含大量python脚本的bs4目录。当你在你的项目中有源代码的时候，有谁有关于如何使用漂亮汤4的例子吗？
浏览 2提问于2012-06-12得票数 3
回答已采纳
1回答
我正在使用解析和修改一组HTML文件。HTML文件是角模板，这意味着它们的标记在某种程度上不同于常规HTML文档中的标记(混合大小写属性、指令、输入/输出绑定等)。
美丽汤 (html.parser，lxml，html5lib)中列出的解析器没有一个完全符合我的需求。最接近它的是在html.parser中构建的Python，但是我不得不对它做一些调整。
是否可以使用自定义解析器类与美丽汤？如果是，如何实施？
编辑:下面的是美丽汤如何解析模板的一个例子。主要问题是结果的所有属性都是小写(*ngIf -> *ngif)和指令(appAutoFocus、appKeepFocusInside等)
浏览 0提问于2017-12-18得票数 4
回答已采纳
我使用漂亮汤从烟草文档中提取元数据，如：
soup = BeautifulSoup(input)
meta_data = soup.document.metadata
这将正确标识所有标记，但
<area>GEE,ED/OFFICE; N408</area>
“美丽的汤”将区域标记标识为两个单独的标记：
一个空的区域标记<area></area>。
带有内容GEE,ED/OFFICE; N408的空标记
这个错误是因为<area>是一个HTML而发生的吗？如何获得漂亮的汤来正确地将GEE,ED/OFFICE; N408
浏览 2提问于2014-07-29得票数 1
回答已采纳
我需要实现网络抓取。第一次在美丽的汤里工作。请求一个url，得到的结果有另一个url，日期和标题。现在我需要从第一个结果中获取的url中获取结果。 选择url并请求相同的url。我需要选择所有的p标签，所以添加了find_all('p') def get_inner_urlData(self,link_url):
link_page=urllib.request.urlopen(link_url)
link_soup=BeautifulSoup(link_page, 'html.parser')
link_content=[]
浏览 12提问于2019-05-17得票数 0
回答已采纳
我想用英语来解释这段代码到底是什么意思。 我试过从美丽的汤中学习代码，我得到了提示，但我不能获得信心。 soup.find_all("p", class_="strikeout") 代码说找到所有的标签，这是 ..。还有一些东西
浏览 32提问于2019-08-22得票数 0
我想通过html文本中的漂亮汤，找出某个特定单词在网页中出现了多少次？我尝试了findAll函数，但只在特定标签中找到单词，比如soup.body.findAll将在body标签中找到特定单词，但我希望它在html文本中的所有标签中搜索该单词。另外，一旦我找到一个单词，我需要创建一个单词列表，只是出现在该单词之前和之后，有人可以帮助我如何做到这一点？谢谢。
浏览 0提问于2015-10-29得票数 3
回答已采纳
1回答
我正试图使用漂亮的汤爬行一个，但我遇到了一个问题，标签与浏览器中显示的内容和终端接收的内容有着神秘的变化。
好的，上面的选项卡对应于浏览器中上面的HTML标签。有一次我用美丽的语言解析了它：
from bs4 import BeautifulSoup
import requests
url = "http://www.allocine.fr/film/fichefilm_gen_cfilm=144185.html"
page = requests.get(url)
soup = BeautifulSoup(page.content, 'html.
浏览 2提问于2016-08-23得票数 2
回答已采纳
我对网页抓取和使用漂亮的汤4很陌生。我试着从嵌套在div下的标签中获得打印出来的文本。我可以让他们打印，但是标签仍然出现，美丽的汤不允许我使用.text函数从段落标签中提取文本。有没有更好的方法来做这件事，还是我做错了？
import requests
from bs4 import BeautifulSoup as soup
url = "https://www.wuxiaworld.com/novel/tales-of-demons-and-gods/tdg-chapter-1"
headers = {'User-Agent': 'Mozilla/
浏览 0提问于2021-02-25得票数 1
回答已采纳
1回答
我在做一个私人项目，我有一个关于美汤的问题。我使用python 3.9.2和BeautifulSoup4.9.3。我的html代码是：style="transform-origin:50% 50%;transform:rotate(382deg)，我想得到零件:382 get。现在有谁用美丽的汤来做这个吗？谢谢。
浏览 5提问于2022-09-28得票数 -1
回答已采纳
1回答
我正在做一些与Python和美丽汤的网络擦拭。
我遇到了一个问题，我得到的结果包含原始Javascript插值，而不是值本身。
所以，而不是
<span>2.4%</span>
我可以从Chrome检查员那里看到，我得到的是：
<span> {{ item.rate }} </span>
从美丽的汤中得到的结果。
我是不是做错了什么(类似的代码在不同的网站上工作，所以我不这么认为，但可能是错的)？
或
( b)是否有办法处理这一问题？
我的代码：
url = "https://example.com"
response = req
浏览 0提问于2019-03-22得票数 0
回答已采纳
使用美丽汤，我试图提取在下图突出显示的数字。我能够锁定和输出整个span类，但我只想要锚定文本字符串。
我如何告诉美丽汤，我想要的下一个子元素只值？我期望输出是90NBHA138J2C255D431U
我的尝试到目前为止，
target=soup.findAll('span',{'class':'data data_mpn'})
print target
目标字符串的图像
浏览 1提问于2013-08-19得票数 0
回答已采纳
我正试着用漂亮的汤从表行中获取字符串。我想得到的字符串是‘凉鞋’和‘短裤’，从第二行和第三行。我知道这个问题可以通过正则表达式或字符串函数来解决，但我想要学习美丽的汤，并尽可能多地使用美丽的汤。 裁剪的python代码 soup=beautifulsoup(page,'html.parser')
table=soup.find('table')
row=table.find_next('tr')
row=row.find_next('tr') HTML <html>
&
浏览 15提问于2020-07-19得票数 1
回答已采纳
1回答
我想从当地一家电影院的网站上刮点东西，当某部电影在运行时，我会一直拍下去。
我找到了一张表格，其中列出了如下形式的时间：
[<time datetime="2020-01-31T21:15:00+01:00">21:15</time>].
如果我用漂亮汤作为x.find_all(“时间”)。我得到了上面所示的所有时间。但我只想要“日期时间”，所以在本例中，2020-01-31T21: 15: 00 + 01: 00。现在当我搜索x.find_all(‘time’)‘日期时间’时，我得到以下错误：
TypeError: list indices must
浏览 3提问于2020-01-30得票数 0
回答已采纳
1回答
我试图从下面的https://www.ngdc.noaa.gov/hazel/view/hazards/tsunami/event-data?maxYear=2022&minYear=2010&country=USA网站上获得这个栏目(年份、妈妈、人力资源)的值，但我新使用的是“美丽汤”，我在检查中找不到表格标签来获取信息。
我试过使用以下代码：
url = 'https://www.ngdc.noaa.gov/hazel/view/hazards/tsunami/event-data?
maxYear=2022&minYear=2010&countr
浏览 17提问于2022-11-22得票数 0
我试图把一个静态新闻网站作为一个项目，我使用的是美丽的汤，但是我被困在一个包含div标签中的文本的页面上，这里的文本表示新闻文章
站点的链接是。
新闻文本载于以下格式
<html>
<body>
<div class="normal" id="foo">
" Many "
<a href ='/some link' target = 'blank'>Bollywood</a>
" stars today are avowed fo
浏览 4提问于2016-11-24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
