使用Beuatiful Soup匹配标题中的特定文本
Beautiful Soup是一个Python库，用于从HTML或XML文件中提取数据。它提供了一种简单而灵活的方式来遍历解析树，搜索特定的标签或文本，并提取所需的信息。
Beautiful Soup的特点包括：
- 解析器支持：Beautiful Soup支持多种解析器，包括Python标准库中的html.parser，以及第三方库如lxml和html5lib。这使得它能够处理各种HTML和XML文档。
- 灵活的搜索：Beautiful Soup提供了多种搜索方法，如通过标签名、属性、文本内容等进行搜索。可以根据需要灵活组合使用这些方法，以定位和提取所需的数据。
- 高效的文档遍历：Beautiful Soup将HTML或XML文档解析为一棵树状结构，可以通过遍历节点的方式来访问和操作文档中的元素。
- Unicode支持：Beautiful Soup自动将输入文档转换为Unicode编码，因此可以处理各种语言的文本。
使用Beautiful Soup匹配标题中的特定文本的步骤如下：
- 导入Beautiful Soup库：在Python脚本中导入Beautiful Soup库，可以使用以下语句：
from bs4 import BeautifulSoup- 解析HTML文档：使用Beautiful Soup的解析器对HTML文档进行解析，生成解析树。例如，可以使用html.parser解析器：
soup = BeautifulSoup(html_doc, 'html.parser')- 定位特定的标题：通过遍历解析树，使用合适的搜索方法定位特定的标题。例如，可以使用find_all方法搜索所有的h1标签，并筛选出包含特定文本的标题：
titles = soup.find_all('h1')
specific_titles = [title for title in titles if '特定文本' in title.text]- 提取所需信息：根据需要，可以从特定的标题中提取所需的信息。例如，可以获取标题的文本内容：
for title in specific_titles:
print(title.text)Beautiful Soup的应用场景包括但不限于：
- 网络爬虫：Beautiful Soup可以帮助爬虫程序从网页中提取所需的数据，如新闻标题、商品信息等。
- 数据分析：Beautiful Soup可以用于解析和提取HTML或XML格式的数据，方便进行数据分析和处理。
- 网页解析：Beautiful Soup可以用于解析网页，提取其中的文本、链接、图片等内容，方便进行网页内容的处理和展示。
腾讯云提供的相关产品和产品介绍链接地址如下：
- 腾讯云服务器（CVM）：提供弹性计算能力，满足各类业务需求。详情请参考腾讯云服务器
- 腾讯云对象存储（COS）：提供安全、稳定、低成本的云端存储服务，适用于各种场景。详情请参考腾讯云对象存储
- 腾讯云云函数（SCF）：无服务器函数计算服务，帮助用户快速构建和运行事件驱动型应用程序。详情请参考腾讯云云函数
请注意，以上仅为示例，实际使用时应根据具体需求选择适合的腾讯云产品。
相关·内容
我在使用bs4进行屏幕抓取时遇到了问题。以下是我的密码。
from bs4 import BeautifulSoup
import urllib2
url="http://www.99acres.com/property-in-velachery-chennai-south-ffid?"
page=urllib2.urlopen(url)
soup = BeautifulSoup(page.read())
properties=soup.findAll('a',{'title':'Bedroom'})
for eachproper
浏览 1提问于2013-09-04得票数 1
回答已采纳
1回答
我知道有类似的问题，但是，我不能让这段代码工作。有人知道如何登录并从这个网站上抓取数据吗？ from bs4 import BeautifulSoup
import requests
# Start the session
session = requests.Session()
# Create the payload
payload = {'login':<USERNAME>,
'password':<PASSWORD>
}
# Post the payload to the site
浏览 20提问于2020-10-20得票数 0
我想拉出span标记内的文本，但是当我尝试使用.text或get_text()时，我得到了错误(在打印跨度之后或在for循环中)。我遗漏了什么？我刚刚将它设置为只对col类的第一个div执行此操作，只是为了测试它是否正常工作，但我也希望它对第二个div也有效。
谢谢
我的代码-
premier_soup1 = player_soup.find('div', {'class': 'row-table details -bp30'})
premier_soup_tr = premier_soup1.find_all('div', {&
浏览 0提问于2018-10-30得票数 1
for page in range(0,26): #Remember to update the number of pages
url = 'https://www.metacritic.com/game/switch/pokemon-sword/user-reviews?page='+str(page)
headers = {'User-Agent': 'Mozilla/5.0 (Linux; Android 5.1.1; SM-G928X Build/LMY47X) AppleWebKit/537.36 (KHTML, like
浏览 1提问于2020-05-26得票数 0
我希望网络抓取谷歌的结果，并希望获得出现的第一块信息。如何指定要从中提取文本的特定HTML路径？
import requests
import lxml
from bs4 import BeautifulSoup
city = "Potomac"
suffix = "Weather"
query = city + " " + suffix
url = "https://www.google.com/search?q=" + query
# Now have the best URL for a city
results =
浏览 0提问于2019-06-25得票数 0
但是，我使用的是partnumber = get_txt(soup, 'Part Number')，但是偶尔部件号是复数的部件号，这破坏了我的脚本。如何避免这种情况，以便如果文本部件号匹配，那么我就可以get_txt了？
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.71 Safari/537.36'}
r = requests.get(urldet
浏览 1提问于2018-01-17得票数 1
回答已采纳
当我通过Chrome DevTools检查代码时，文本是可以的，但是一旦刮过，我就会出现字符错误。
例如，在下面的代码中，h1应该返回"Valerian la città dei mille pianet“，而不是"Valerian la cittdei mille pianeti”。
在此域上刮取任何文本时，这些字符错误都会重复。
我不明白为什么，就像在其他站点中一样，这段代码工作得很完美。
# -*- coding: utf-8 -*-
from bs4 import BeautifulSoup
import requests
headers = {'User
浏览 3提问于2017-09-20得票数 1
我在试着解析亚马逊的产品。一半的时间我运行代码，它工作得很好，并返回信息，另一半我的请求被重定向到亚马逊页面，该页面似乎是为打击恶意请求而设计的。当我试图返回页面的url时，它会返回我的原始输入url，而不是亚马逊页面的url。根据我所读到的，使用头应该可以解决这个问题，但同样，它只对大约一半的请求起作用，这真的很奇怪。有没有什么办法可以确保我总是得到一个真实的回应？ 代码如下： import requests
from bs4 import BeautifulSoup as soup
#constants
url = "https://www.am
浏览 38提问于2020-04-13得票数 0
回答已采纳
我有一个文本文件，其中包含一些RSS提要的URL。我想找出这些URL中的哪一个具有包含特定字符串(单词列表)的标题或描述(或任何其他标记)。
至于现在，我能够得到的网址，标题和标题(以及任何东西)。不过，我真的不知道该怎么做。我想我会用regex检查标签。如果我检查了URL标题，发现了一个匹配的单词，那么我如何再次检索该URL？URL需要连接到标记，就像在.csv中一样。这里有点困惑。也许有人可以朝正确的方向射我？
到目前为止，我的方法是：
import requests
from bs4 import BeautifulSoup
rssfeed = open('input.txt&
浏览 1提问于2015-07-28得票数 0
我在试着刮掉
我的Soup选择器是：
test = soup.select('#bodyContent > #mw-content-text > table.wikitable:nth-of-type(4)')
这应该返回#cmw-content-text的第四个子表。
但它返回的是一个空列表。
但如果我问：
test = soup.select('#bodyContent > #mw-content-text > table.wikitable')[3]
我得到了同样的选择器。
我的实现中遗漏了什么？
浏览 97提问于2016-03-07得票数 2
回答已采纳
2回答
我正在尝试获取以下链接，使用美丽的汤
<div class="alignright single">
<a href="http://www.dailyhadithonline.com/2013/07/21/hadith-on-clothing-women-should-lower-their-garments-to-cover-their-feet/" rel="next">Hadith on Clothing: Women should lower their garments to cover their feet&
浏览 3提问于2013-12-09得票数 1
回答已采纳
看着，我正试着按县来抢夺比赛%。我正在构建的循环超出了我问题的范围，这个问题涉及以下代码：
url = 'http://quickfacts.census.gov/qfd/states/48/48507.html'
#last county in TX; for some reason the qfd #'s counties w/ only odd numbers
page = urllib2.urlopen(url)
soup = BeautifulSoup(page)
c_black_alone = soup.find_all("td", att
浏览 3提问于2014-10-14得票数 0
回答已采纳
我想验证使用jquery.Textbox值的动态文本框应该包含字母数字值，它应该允许特殊字符下划线(_).In，我的场景中有两个文本框，例如。应该根据用户需求动态地创建row.it中的名称和row.it，我应该分别验证每个字段以查找空字段。
代码：
if (_name == null || _name == '' || _name == undefined) {
$("#lblNameError" + i).html('Please enter the Name');
isErro
浏览 2提问于2011-04-01得票数 1
我有一张产品表
Product
Vegetable
Soup
Meat
Fish
我有一份物品清单：
Item
Fish and Vegetable Soup
meat soup
Fish and Vegetable
现在，我想通过regex函数从上面提取每个匹配。
我以为会很简单
{=REGEXEXTRACT(A2,TEXTJOIN('|', TRUE,PRODUCTS!A2:A))}
但是，这将返回我列表中的任何匹配或仅返回第一个匹配。
目标产出：
Item |Expected Output
Fish and Vegetable So
浏览 2提问于2020-04-16得票数 1
回答已采纳
日安！我目前正在为阿里巴巴网站制作一个网络爬行器。我的问题是返回的源代码没有显示我感兴趣的部分。当我使用浏览器检查源代码时，数据就在那里，但在使用BeautifulSoup时，我无法检索到它。有什么建议吗？
从bs4导入BeautifulSoup
def make_soup(url):
try:
html = urlopen(url).read()
except:
return None
return BeautifulSoup(html, "lxml")
url = "“soup2 = make_soup(url
浏览 0提问于2015-12-17得票数 2
源-一个博客帖子URL
我希望将标题标记的内部文本和标记中的主体副本都放入如下表输出中
H2;{H2 tag inner tex}; {p tag(s) inner text}
H3;{H2 tag inner tex}; {p tag(s) inner text}
H2;{H2 tag inner tex}; {p tag(s) inner text}
H3;{H2 tag inner tex}; {p tag(s) inner text}
H4;{H2 tag inner tex}; {p tag(s) inner text}
...
H2、H3、H4标签的内容是需要的，这些标签中可能有多
浏览 9提问于2022-10-28得票数 0
回答已采纳
2回答
我想从td标签中提取包含br标签的文本。
from bs4 import BeautifulSoup
html = "<td class=\"text\">This is <br/>a breakline<br/><br/></td>"
soup = BeautifulSoup(html, 'html.parser')
print(soup.td.string)
实际产出：None
预期产出：This is a breakline
浏览 0提问于2018-03-14得票数 1
回答已采纳
3回答
我试图在标签之间获取文本，也在标记集之间获取文本，我已经尝试过了，但我没有得到我想要的。有人能帮忙吗？我真的很感激。
text = '''
<b>Doc Type: </b>AABB
<br />
<b>Doc No: </b>BBBBF
<br />
<b>System No: </b>aaa bbb
<br />
<b>VCode: </b>040000033
<br />
<b>G Code: </b&
浏览 22提问于2022-03-17得票数 1
回答已采纳
2回答
import re
from bs4 import BeautifulSoup
from bs4 import SoupStrainer
import os
import httplib2
def make_soup(s):
match=re.compile('https://|http://|www.|.com|.in|.org|gov.in')
if re.search(match,s):
http = httplib2.Http()
status, response = http.request(s)
page = Beautif
浏览 0提问于2015-07-25得票数 2
2回答
我想从表格中的th标签中提取文本，这样我就可以从维基百科页面的表格中打印地铁车站的列表。我只需要来自某个表的文本(页面中有两个)
import urllib.request
url = "https://en.wikipedia.org/wiki/List_of_London_Underground_stations"
page = urllib.request.urlopen(url)
from bs4 import BeautifulSoup
soup = BeautifulSoup(page, "lxml")
stations_table = soup
浏览 0提问于2020-01-24得票数 0
回答已采纳
我正在使用Selenium做网页抓取，我想使用beautiful soup，但我对这个库还不熟悉，我想知道所有公司的名称和时间，然后跳转到下一页。
请先使用selenium查找我的代码：
driver.get('http://www.csisc.cn/zbscbzw/isinbm/index_list_code.shtml')
while True:
links = [link.get_attribute('href') for link in driver.find_elements_by_xpath('//*[@class="sibi
浏览 0提问于2021-03-23得票数 0
我有两个场景，我想要使用正则表达式按文本搜索标记。
soup = BeautifulSoup("<B><A NAME="toc96446_13"></A>TEXT </B></P>", "html5lib")
soup.find('b', text=re.compile('TEXT'))
我假设这是不起作用的，因为里面的标签实际上包含我的文本。
另外，我如何找到一个只包含数字的标签？
soup = BeautifulSoup("<p>1
浏览 0提问于2018-08-04得票数 0
我有一个html代码：
<div class="_czm8crp">Joined in 2010<div class="_36rlri"></div></div>
我想要“2010年加入”。
我写代码：
url = "https://www.airbnb.com/users/show/28845283"
r = requests.get(url)
html = r.text
soup = BeautifulSoup(html, 'lxml')
info = soup.find_al
浏览 2提问于2019-10-28得票数 0
回答已采纳
3回答
我已经用这个命令读取了一个url：
import urllib2
from bs4 import BeautifulSoup
req = urllib2.Request(url, headers=hdr)
req2 = urllib2.urlopen(req)
content = req2.read()
soup = BeautifulSoup(content, "lxml")
我想刮一个网站的结构如下：
<div class='\"companyNameWrapper\"'>
\r\n
<div class='\&
浏览 0提问于2017-06-14得票数 0
2回答
这是我的HTML：
<div class="left_panel">
<h4>Header1</h4>
block of text that I want.
<br />
<br />
another block of text that I want.
<br />
<br />
still more text that I want.
<br />
<br /
浏览 5提问于2015-01-01得票数 1
回答已采纳
我浏览了网页，在网上阅读和观看了几个关于如何解决我的问题的指南，但我被卡住了，希望能得到一些意见。我试图建立一个网络刮板，将从刮并购交易部分，并已成功地编写了一个程序，可以刮标题，摘要，日期和链接的文章。然而，我试图解决的问题是，我希望程序仅从标题/文章中抓取摘要，这些标题/文章位于合并和收购列的正下方。当前的程序正在抓取它看到的所有用标签“文章”和属性/类“故事”表示的标题，因此不仅从合并和收购栏目中抓取标题，而且还从市场新闻栏目中抓取标题。
一旦机器人开始从市场新闻栏目中抓取标题，我就一直收到属性错误，因为市场新闻栏目没有任何摘要，因此没有文本可拉，导致我的代码终止。我试图用try/exc
浏览 11提问于2020-03-17得票数 1
回答已采纳
我正在尝试从<dt>标记中提取文本，在www.uszip.com上使用<span>提取文本：
下面是我想要得到的一个例子：
<dt>Land area<br><span class="stype">(sq. miles)</span></dt>
<dd>14.28</dd>
我想把14.28从标签上拿出来。我现在就是这样接近它的：
注意: soup是整个网页源代码的BeautifulSoup版本：
soup.find("dt",text="Land
浏览 2提问于2013-12-22得票数 2
3回答
我下面有一个python请求/漂亮的soup代码，它使我能够成功地登录到一个url。然而，在登录后，要获取所需的数据，通常必须手动执行以下操作：
1)点击第一行中的'statement‘：
2)选择日期，点击‘运行语句’：
3)查看数据：
这是我用来登录以进入上述步骤1的代码：
import requests
from bs4 import BeautifulSoup
logurl = "https://login.flash.co.za/apex/f?p=pwfone:login"
posturl = 'https://login.
浏览 1提问于2018-06-18得票数 1
2回答
我试图从这个链接中提取一个特定的文本：
我编写这个函数是为了查找和提取一段文本：
def manchete_11112011_30102012(b):
soup = make_soup(b)
data = [span.string for span in soup.find("font")]
noticias = [b.text for b in soup.findAll("a")]
return {"noticias": noticias,
"data": data}
好
浏览 1提问于2015-09-08得票数 0
我使用“美丽汤”从html元素中获取文本。
然后，我使用循环和if语句将该文本与单词列表进行比较。如果他们匹配，我想要返回确认。
但是，即使print语句显示实际上是匹配的，代码也没有确认任何匹配。
def findText():
text = ""
url = 'www.site.com'
#Get url and store
page = requests.get(url)
#Get page content
soup = BeautifulSoup(page.content,"html.pars
浏览 1提问于2017-02-11得票数 0
回答已采纳
我正在准备一个R Markdown的光束演示文稿，需要在标题中使用特殊字符“长匈牙利变音”。使用字符“ő”写出为常规的“o”，使用\H{o}会导致执行暂停，但在常规文本中有效。知道如何解决这个问题的人？
浏览 3提问于2018-06-12得票数 0
我使用awk在一个大型文本文件中过滤有趣的行，然后再用统计软件读取它。以下是一些虚拟数据
printf 'VEGETABLE_NAME,RECIPE_NAME,OBSCURE_CODE\ncarrot,cake,1\ncarrot,soup,1\npotato,cake,2\nspinach,soup,1' > dummydata.dat
我设法：
更改列标题
$ awk -F，'NR==1 {$0=‘蔬菜，菜谱，代码“} 1’dummydata.dat蔬菜，食谱，编码胡萝卜，蛋糕，胡萝卜，汤，1土豆，蛋糕，2菠菜，汤，1
产品代码1的过滤器
$ awk
浏览 2提问于2017-07-17得票数 1
回答已采纳
Html：
<h2 class="members-results" data-members-result="">
# <span data-members-count="">78430</span> results based on your <span>search options</span> </h2>
我需要值78430。
第一次尝试：
soup_page = BeautifulSoup(driver.page_source, &#
浏览 0提问于2020-09-13得票数 0
回答已采纳
我是Python的新手，正在通过从中提取数据来练习web抓取。
我目前面临两个问题：
如何刮掉由标记表示的文本？它是网页上众多内容之一。例如，第一个就在作者姓名之前。
我导出的CSV文件只包含标题，而不包含文本。为什么？我该怎么解决这个问题？
这是密码，非常感谢你的帮助。
import requests
import pandas as pd
from bs4 import BeautifulSoup
from pandas import DataFrame
import csv
import re
f = open ('nprtest1.csv', '
浏览 3提问于2020-01-06得票数 0
1回答
找不到文本，尽管它存在
、、、
我正在学习使用Python进行web抓取。我编写代码从一个印度黄页中检索公司名称。
r = requests.get("http://xyzxyz", headers={'User-Agent' : "Magic Browser"})
soup= BeautifulSoup(r.content,"html.parser")
for link in soup.findAll("div", {"class" : "col-sm-5"}):
coLink = link.find
浏览 23提问于2016-09-05得票数 2
回答已采纳
我正在尝试从div标签中提取文本。 我的代码： import requests
from bs4 import BeautifulSoup
url='url'
page = requests.get(url,'lxml')
soup = BeautifulSoup(page.content)
print(soup.find('div',{'class':'meta-
item salary'}).text) HTML代码： <div class="meta-item salary"&g
浏览 22提问于2019-03-15得票数 0
2回答
我正在试着用网络抓取网页。但是，网站本身不允许右键单击功能来检查元素或页面源代码。此外，当我打印解析后的html文本时，结果只有body标记，而不显示body标记中的信息。 from selenium import webdriver
import bs4 as bs
import urllib.request
driver = webdriver.Chrome(executable_path=r'PATH')
driver.get("website.com")
assert "Title" in driver.title
sauce =
浏览 19提问于2019-10-02得票数 3
我正在看一个关于web解析的教程。在创建视频之后，站点本身发生了变化，所以我必须添加几行代码，现在脚本创建的csv文件有两个标题行。有人能帮我弄清楚我需要做些什么来纠正这个问题吗？谢谢!下面是我的代码：
import urllib
import urllib.request
from bs4 import BeautifulSoup
import os
def make_soup(url):
thepage = urllib.request.urlopen(url)
soupdata = BeautifulSoup(thepage,"html.parser")
浏览 0提问于2018-04-10得票数 0
我已经写了一半的代码，从RSS提要中提取标题和链接，但这会导致上述错误。在获取文本时，这两个函数中都存在错误。我想去掉输入的标题和链接标签的字符串。
from bs4 import BeautifulSoup
import urllib.request
import re
def getlink(a):
a= str(a)
bsoup=BeautifulSoup(a)
a=bsoup.find('link').getText()
return a
def gettitle(b):
b=str(b)
bsoup=Beautifu
浏览 3提问于2013-10-27得票数 1
回答已采纳
我对使用Python进行网络抓取非常陌生，从HTML中提取嵌套文本(确切地说，是div中的p)真的很难。这是我到目前为止所得到的：
from bs4 import BeautifulSoup
import urllib
url = urllib.urlopen('http://meinparlament.diepresse.com/')
content = url.read()
soup = BeautifulSoup(content, 'lxml')
这可以很好地工作：
links=soup.findAll('a',{'title&#
浏览 3提问于2016-04-20得票数 9
回答已采纳
我已经知道了如何从itemprop中提取文本，但是我不能从我粘贴的<div clas="someclass">Extract This Text Here!</div>中提取文本，我只是粘贴了我的代码中不起作用的部分，但是如果需要的话，它会粘贴整个内容。
我已经用BeautifulSoup和Python设置了一个变量来获取页面，但是它不会只抓取文本。
编辑:一些文本被包装在一个h1标记中，而有些文本被包装在一个具有多个跨度的p标记中。
编辑2:所以有些数据在<div class=“someclass”><h1>There’s th
浏览 1提问于2018-08-22得票数 0
回答已采纳
1回答
我正在尝试打印value=字段之后的文本，到目前为止输出如下所示。
<div class="controls"><input class="span12 text-bound" id="client_appbundle_prospecttype_name" maxlength="100" name="client_appbundle_prospecttype[name]" required="required" type="text" value="John
浏览 0提问于2018-11-21得票数 0
1回答
我正在尝试使用selenium和漂亮的soupe进行网络抓取，但是我无法获得selenium来找到我需要的元素并返回文本。
以下是html：
<span class="t-14 t-normal">
<span aria-hidden="true"><!---->Crédit Agricole CIB · Full-time<!----></span><span class="visually-hidden"><!---->Crédit A
浏览 9提问于2022-10-25得票数 0
回答已采纳
我试图只从网页中提取文本，但是我面临着一些问题，比如没有写在网页上的文本，但是它们是用代码编写的，比如：“包含页脚”、"sidebar.php结束“等。另外，我真的不想要的东西也来了。下面是我用于测试用例的链接，即：
1)
2)
3)
(这样我就可以确保我的代码是从任何页面提取文本)
下面是我所面临的问题：
import urllib
from bs4 import BeautifulSoup
url = "http://ai-depot.com/articles/the-easy-way-to-extract-useful-text-from-arbitrary-htm
浏览 3提问于2015-03-21得票数 0
2回答
我对Python中的web抓取非常陌生，现在正在使用BeautifulSoup进行解析。一旦我有了超文本标记语言数据，我就试图访问"< div id=“根目录”>.< /div>“下的内容，但如果我在实际网站上单击”检查“，我将无法获得显示的所有超文本标记语言。我如何访问该网页，或者这是网站阻止我访问网页上的信息的方式？
如果这没有意义，我要说的是有“。在div中，而不是让我看到更多子类别(当我单击网页上的inspect时，我会看到)。
这是我美丽的汤码。
from urllib.request import urlopen as uReq
from bs4 i
浏览 2提问于2020-07-13得票数 0
2回答
我正在学习python上的beuatifulSoup，我不明白为什么我的代码不能工作。我试图在HTML代码的这一部分中获得一个文本"my mood“： <div class="page_block_header_inner _header_inner"><a class="ui_crumb"
href="/lovely_detka_tytyty" onclick="return nav.go(this, event, {back:
true});">my mood</a><
浏览 22提问于2019-03-14得票数 0
回答已采纳
我使用lxml提取与html标记相关联的文本，但它也将<>括号中的所有内容作为标记并丢弃。除了标准的html标记之外，还有什么方法可以保留文本中的所有内容吗？
from lxml import html
data="<EXPE>(i)<i>you</i>"
print(html.fragment_fromstring(data).text_content())
这给出了输出
'(i)you'
但是所需的输出将是<Expe>(i)you
我也尝试了同样的美丽汤如下：
from bs4 import Bea
浏览 2提问于2020-01-12得票数 1
链接到我正在使用的url：
我可以访问某些标记中包含的文本/值，但不能访问其他标记中的文本/值。
安装(我是如何到达BS汤对象的)：
new_url = r"https://www.sec.gov/Archives/edgar/data/789019/000106299321002323/0001062993-21-002323.txt"
response = requests.get(new_url)
soup = BeautifulSoup(response.content, 'lxml')
所有顶级标记(没有父标记的标记)似乎都是可访问的。包含值的子标记也
浏览 5提问于2021-04-28得票数 0
回答已采纳
我在试着提取这只股票的名字。
变量从变量followObjTitle中读取。
网址：
from bs4 import BeautifulSoup
import requests
import re
import json
with requests.Session() as c:
nasdaq_baseurl = 'https://www.nasdaq.com/symbol/'
nasdaq_url = nasdaq_baseurl.__add__("AAPL")
url_fetch = c.get(nasdaq_ur
浏览 0提问于2018-09-22得票数 0
回答已采纳
3回答
假设有一个包含数百个链接的页面，每个链接的a标记中都有唯一的文本。如何指定a标记的文本，然后从中获取href？例如,
for a in soup.findAll('a', href=True):
print(a['href'])
这获取了整个页面中的所有href，这有点过分了。当我这样做的时候：
for a in soup.findAll('a', href=True text="Some Value"):
print(a['href'])
我不能获取href标记，因为它不再返回tag对象，而是返回一个可导
浏览 2提问于2012-01-06得票数 6
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
实时音视频活动推荐
腾讯云开发者
