它生成一个包含html和body标记的XML。我想从输出中删除html和body标记。我能知道我怎样才能达到同样的效果吗？代码：print("soup output : {}".format(soup.html))<html>
<body>
浏览 13提问于2019-11-27得票数 0
回答已采纳
这是一个字符串： Blah Blah Blah <div><div>sometext</div></div> (我想要的)-删除所有HTML后剩下的内容，包括内部文本，以便我获得： Blah BlahBlah (我不想要的)我找到的所有示例都只是针对标签的，它是这样做的： Blah Blah Blah sometext 我需要任何曾经包装在HTML标签中的东西被移除，即使它是纯文本。
浏览 36提问于2021-02-06得票数 1
回答已采纳
我使用的是python 2.4.3和Beautiful Soup 3.0.7a。<h1>foo</h1>和以下代码：
bad_tags = soup.fi
浏览 0提问于2009-05-12得票数 0
回答已采纳
2回答
]soup= BeautifulSoup(webpage) for li in soup.findAll('li'): print li.text.
浏览 2提问于2013-04-08得票数 0
回答已采纳
我必须从它找到所有的链接，并用标记<can_be_link>替换它们。接下来的代码几乎可以做我想做的所有事情，但是它在位于某些行(而不是在一条线上)的链接上失败，而行以制表符开始(在我的示例中，这是的链接)。 </li> metka_link = '<can_be_link>'
浏览 1提问于2014-03-17得票数 1
回答已采纳
1回答
我正在尝试使用python和Beautiful Soup4来替换一些html中的每一个换行标记。文档中有<br>、<br/>和</br>标签，但由于Beautiful Soup处理标签的方式，每当它找到一个<br>时，它就会删除它与它看到的下一个</br>之间的所有内容。
浏览 3提问于2014-12-19得票数 1
我有这样的文本： <script></script> <p> Description </p></div>def strip_tags(text, a_list_of_tags_to_not_remove)
使用下面的Beautiful
浏览 1提问于2018-10-16得票数 1
1回答
为特定文本抓取嵌套的网页
、、、、
from bs4 import BeautifulSoupimport re
scraped= urlopen('http://www.example.org/inmates/').read()
foritem in soup.find
浏览 3提问于2017-08-26得票数 3
回答已采纳
2回答
我正在尝试用Python和Beautiful Soup从网页上的一个表格中收集一些数据。然而，当我从页面中进行选择时，我得到的结果与在浏览器中得到的结果不同。具体地说，这些表完全缺失。这是我从Beautiful Soup得到的输出： ? 我尝试过使用urllib而不是request，也尝试过使用不同的超文本标记语言解析器(html.parser和lxml)。关于这里可能发生的事情以及我如何绕
浏览 15提问于2020-04-25得票数 0
回答已采纳
我正在用Beautiful Soup解析HTML文档。我正在从文档中提取<p>标记。但是，在<p>标记之间还有其他标记，比如<a href = 'bla'> bla <a>。问题是，当我想忽略这些<a>标记时，我的代码也会提取它们。html = ['<p> text text text.(<a href = bla> bla </a>) <
浏览 18提问于2019-11-25得票数 0
1回答
我正在学习如何使用html解析和操作beautiful soup，如下所示：import urllib2 elem.extract()
formain_body in soup.findAll("d
浏览 4提问于2016-07-31得票数 1
回答已采纳
2回答
我使用get请求来获取一些页面数据，但需要从完成的文件中去掉中断标记。基本上，我要做的是获取get请求的输出并将其保存到一个文件中，但其中有许多我需要删除的中断标记。我可以在保存文件后运行批处理或vb脚本来删除标记，但我也不确定如何做。到目前为止，我看到的唯一解决方案是删除整行代码。
浏览 1提问于2011-01-18得票数 0
我试图使用Python代码中的Beautiful从url中提取体育数据。这个数据源的问题是数据出现在html标记中。具体来说，这个标签的标题是"“</match>
因此，当我试图将内容输出</e
浏览 5提问于2021-04-08得票数 0
回答已采纳
我有一个用br分隔的标记中的数据，我正在尝试如何删除br标记之前的所有值，这有点困难。下面是我的数据的一个示例：<td> <br></td>因此，我尝试保留'ValueToKeep‘，并为我正在处理的数据去掉TD标记中的前一个值另外，我的数据文件有数百个这样的TD标记需要清理，所以我也在寻找迭代解决
浏览 10提问于2020-11-15得票数 0
我正在做网络抓取，我只想从任何网站的文本，所以我使用的Beautiful Soup。最初，我发现get_text()方法也返回了JavaScript代码，因此为了避免遇到应该使用extract()方法的问题，现在我遇到了一个奇怪的问题，在提取script和style标记之后，BeautifulSoup甚至在新的` `html中都无法识别它的主体。html，包括body标记，并且没有script和style标记:(现在我非常困惑为什么会发生这种情况，body为什么会出现，
浏览 20提问于2015-07-05得票数 3
回答已采纳
: set noexpandtab tabstop=2 shiftwidth=2 softtabstop=-1:
soupsys.stdin.read(), 'html.parser', from_encoding='utf-8')
from pprint import pprint
pprint(soup.find
浏览 1提问于2016-01-03得票数 1
我似乎不能让它工作。代码运行时没有错误，但它不会打开浏览器，也不会问我要搜索什么。 import bs4, sys, webbrowser, requestsrequest= requests.get('https://google.com/search?q=' +''.join(sys.argv[1:]))link = bs4.BeautifulSoup(request.text
浏览 8提问于2020-10-15得票数 1
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
腾讯会议
云直播活动推荐
腾讯云开发者
