Python BeautifulSoup使用标签外的文本并将其存储为变量
Python BeautifulSoup是一个用于解析HTML和XML文档的库，它提供了一种方便的方式来遍历、搜索和修改文档树。使用BeautifulSoup，可以方便地从HTML页面中提取数据，并将其存储为变量。
在使用BeautifulSoup时，如果要获取标签外的文本，可以使用.string属性或.text属性来获取。.string属性只能用于单个标签，它返回标签内部的文本内容，但如果标签内有多个子节点，或者标签内有注释等内容，则返回结果可能为空。.text属性可以用于多个标签或包含子节点的标签，它返回所有文本内容的串联字符串。
以下是使用BeautifulSoup获取标签外的文本并将其存储为变量的示例代码：
from bs4 import BeautifulSoup
# 假设有一个HTML页面，其中有一个id为"content"的标签，我们想获取其标签外的文本
html_doc = '''
<html>
<body>
<div id="content">
这是一段文本。
<p>这是一个段落。</p>
<a href="https://www.example.com">这是一个链接。</a>
</div>
</body>
</html>
'''
# 创建BeautifulSoup对象
soup = BeautifulSoup(html_doc, 'html.parser')
# 获取id为"content"的标签
content_tag = soup.find(id="content")
# 获取标签外的文本
text = content_tag.text.strip()
# 打印结果
print(text)输出结果为：
这是一段文本。
这是一个段落。
这是一个链接。关于Python BeautifulSoup的更多信息，可以参考腾讯云的相关产品文档：
- BeautifulSoup官方文档
- 腾讯云CVM产品：提供了可扩展的云服务器，可用于部署和运行Python和BeautifulSoup。
- 腾讯云COS产品：提供了高可用的对象存储服务，可用于存储和管理HTML文档。
- 腾讯云CDN产品：提供了全球加速服务，可用于加速网站访问速度，加快HTML页面加载速度。
请注意，以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求进行。
相关·内容
我目前正在尝试解析特定网页中的文本，到目前为止工作得还不错。我只是在努力“获得”文本，以便进一步处理它。到目前为止，我的代码如下所示： basename (URL which will be scraped in general)
soup = BeautifulSoup(ht
浏览 3提问于2021-04-23得票数 4
回答已采纳
2回答
我正在尝试做的是网络刮擦打印机页面(例如，，这是惠普激光喷气机)我正在尝试制作一个刮刀，它将使用打印机页面到达大约20个不同的urls，并抓取H1标签，其中打印机型号存储在标签中。我是python的新手，我想使用带有url的txt文件，并使用for循环将url用作变量。我目前的代码是这样的，并为单一的<
浏览 15提问于2018-08-21得票数 0
回答已采纳
我在Bash脚本中有如下内容：IFS= read -d '' code << "EOF"from BeautifulSoup import BeautifulSouppage = BeautifulSoup(urllib2.urlopen("${URL}"))for image in images:print(ima
浏览 2提问于2014-12-02得票数 2
回答已采纳
我的BeautifulSoup请求返回以下内容：<div><div class="dgreen"></div><div class="dorange"></div><div class="dred"></div><div class="dorange"></div>
浏览 3提问于2019-04-04得票数 0
3回答
parnet1> <span>Text2</span><parent3></parnet3>
我正在用Python&BeautifulSoup来解析这一点。我有一个变量soupData，它存储需要对象的指针。例如，如果我有文本parent2<
浏览 4提问于2010-12-13得票数 0
回答已采纳
我正在使用BeautifulSoup从一个网站上抓取一些文本。我将擦除结果存储在一个变量中，该变量是一个包含特殊字符、字母和数字的字符串，没有空格。我试图找到一个解决方案，但我只找到了两种在python中拆分字符串的方法。第一种方法是在字符串中的
浏览 11提问于2019-10-20得票数 0
回答已采纳
我尝试使用BeautifulSoup的find_all()来搜索具有标签"div“和类"wisbb_name”的元素。我要抓取的超文本标记语言来自。Fiers</div>
所有投手HTML代码都有相同的类，只是与之关联的文本不同。我已经使用下面这行代码从find_all()中获取所有结果，并获得与之相关的文本</e
浏览 19提问于2017-07-22得票数 1
回答已采纳
我有以下代码：soup = BeautifulSoup(这是我第一次玩网络抓取，但我不太确定你如何进入"department": [{，然后捕获我想要的两个元素。
浏览 3提问于2022-11-03得票数 1
回答已采纳
因此，我对python中的很陌生，并且我试图使用BeautifulSoup从他们的网站(特别是他们的下载页面)中获得最新版本的python，一旦我这样做，我就得到了一个文本格式的所有可用python版本的列表page = requests.get("https://www.python.org/downloads/
浏览 1提问于2020-03-29得票数 0
回答已采纳
我在Python语言中使用BeautifulSoup，在替换一些标签时遇到了问题。我正在查找<div>标签并检查孩子。如果这些子节点没有子节点(是NODE_TYPE =3的文本节点)，我会将它们复制为<p>。上做了同样的替换，它工作正常。我假设它有问题，因为额外的迭代遍历节点为n。
我做错了什么，或者有什么更好的方法可以这样做？谢谢!PS。我正在使用
浏览 0提问于2010-08-12得票数 1
回答已采纳
在首先精确定位我感兴趣的文件之后，我现在想突出显示找到的关键字！使用BFSoup提供的find()-functions来确定位置等并不是什么大问题。但是在普通文本周围添加标签似乎是不可
浏览 0提问于2013-02-02得票数 2
回答已采纳
1回答
我想从多个html文件的两个标记之间提取一些文本，然后将该文本添加到单独的文件中。我很确定我应该用美汤来做这件事，但我不知道怎么做。我在这个网站上看过其他的问题，但是有一些细节让我觉得很困难。Foo_Bar.aa_BB">text to be translated</Generic:tagName>
浏览 3提问于2021-02-22得票数 0
我有多个函数，使用十六进制表示颜色或unicode数据(例如，unicode 2713作为复选标记，FF9933用于黄色-橙色)。我现在正试图通过将它放入变量表来优化它，但是：
除了使用基本文本字段外，我不知道如何存储十六进制数据，而如果将其存储为文本，则当我试图处理unicode时(例如，ChrW(&H 2713)工作，但ChrW那么，在MS Access 2007表中存储十六进制数据<e
浏览 1提问于2011-03-31得票数 0
回答已采纳
我是Python的新手，我正在尝试构建一个从网站提取一些文本并将其粘贴到Google电子表格中的脚本。 文本是用标签包装在网站上的标题。我使用BeautifulSoup (也导入了pygspread )来提取标题，如下所示： target_url = 'WEBSITE URL'
for title in se
浏览 16提问于2019-12-24得票数 0
回答已采纳
3回答
该程序将这四条信息存储在一个文本文件中，这样用户每次请求天气数据时都可以读取详细信息，而不必在每次请求时输入这些详细信息。这个问题涉及的模块是urllib和BeautifulSoup。import urllib.request问题：Town = line[1]Long = line[3]
f.clos
浏览 1提问于2018-03-24得票数 2
回答已采纳
我想创建一个脚本，获取以下网站中的所有数据：https://www.bis.doc.gov/dpl/dpl.txt，并将其存储在excel文件中，并使用Python语言计算其中的记录数。我试图通过实现以下代码来实现： import requestsfrom bs4 import BeautifulSoup
URL = "https://www.bis.doc.
浏览 14提问于2021-11-16得票数 0
回答已采纳
我正在寻找一个像HtmlAgilityPack (开源.NET项目：)这样的好的html解析器，但可以与Python一起使用。
有人知道吗？
浏览 2提问于2009-08-03得票数 2
回答已采纳
我必须解析(报废)一个网页(html)，并获取一些信息，将其存储在csv中。
我必须同时使用正则表达式和BeautifulSoup来完成这项工作，而且我以前完全没有使用Python的经验。我已经设法安装了python和BeautifulSoup。
浏览 0提问于2012-09-07得票数 1
回答已采纳
从这个标签：我想提取“2011年8月13日星期六”使用bs4美丽汤。我的现行守则：from bs4 import BeautifulSoup
url = 'https://www.premi
浏览 3提问于2017-08-13得票数 0
回答已采纳
我有一个Python脚本，它使用Beautiful Soup从目录中的HTML文件中提取文本。然而，我遇到了让编码正常工作的问题。起初，我认为HTML文件本身可能有问题。但是，当我在Notepad.exe中查看一个超文本标记语言文件的源代码时，我看到了如下内容：Vi er her for deg, og du må gjerne ta kontakt med oss på而且，Internet Explorer文本与Python脚本附
浏览 3提问于2013-04-27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
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
