Answer marked below. It was two problems. I was missing a semicolon in the env var path, and the latest Beautiful Soup is incompatible with my python script. Using an older version allowed it to run.
我试图安装漂亮汤在Windows中使用"Setup.py安装“从一个CMD窗口。
我知道下面的错误..。
Z:\Installers\beautifulsoup4-4.1.0>setup
我有一个网站,我正在抓取,具有类似的结构如下。我希望能够从CData块中获取信息。
我正在使用BeautifulSoup从页面上提取其他信息,所以如果解决方案可以使用它,它将帮助我降低学习曲线,因为我是python新手。具体地说,我想了解隐藏在CData语句中的两种不同类型的数据。第一个是文本,我非常确定我可以抛出一个正则表达式来得到我需要的东西。对于第二种类型,如果我可以将具有html元素的数据放入它自己的漂亮汤中,我就可以解析它。
我只是在学习python和漂亮的汤,所以我正在努力寻找一个神奇的咒语,它只会给我CData本身。
<!DOCTYPE html PUBLIC "-
当我尝试导入漂亮的汤时,我得到了以下错误:
Traceback (most recent call last):
File "my_first_simple_script.py", line 2, in <module>
from bs4 import BeautifulSoup
ModuleNotFoundError: No module named 'bs4'
我尝试通过以下方式导入它:从bs4导入BeautifulSoup
我的python版本是3.6.1,并且漂亮的汤是:'beautifulsoup4==4.6.0‘
我做
我是一个Python3的初学者,我正在为一个网站做硒项目
我想要的文本位于路径("//div[@class='classname']//span[@class='classname2']).text下
但是没有美汤我就不能提炼出来
for i in postsContainer.extract():
soup = bs(i)
people.append([soup.find("div",{"class":"classname"}).text])
但是如果没有//span部分,它就不能工作。我
我正试着用漂亮的汤从网页上抓取一些数据。
当我试图将HTML文档转换为一个漂亮的汤对象时,我遇到了一些问题。
当我运行代码时
soup = BeautifulSoup(html_doc)
我得到的错误消息是:
SyntaxError: Non-ASCII character '\xa9' in file C:/Users/mlee/PycharmProjects/BsTest/htmlparse.py on line 683, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for
我使用python +漂亮汤来尝试获取br之间的文本。
<html>
<body>
</a><span class="strong">Title1</span>
<p>Text1</p>
<br>The Text I want to get<br>
<p>Text I dont want</p>
</body>
</html>
for span in soup.findAll("span", {"c
如果我在python中使用这个类进行提取。它只是返回"READ MORE“字符串,它不能得到"READ MORE”后面的文本,
extra = []
e = j.find_all('span', {'class' : '_1EPkIx'})
extra.append([k.get_text() for k in e])
然后它会返回
[['READ MORE', 'READ MORE', 'READ MORE', 'READ MORE', 'READ MOR