使用python BeautifulSoup，如何找到所有不带类的'a‘标签
使用Python的BeautifulSoup库可以很方便地找到所有不带类的'a'标签。下面是一个完整的示例代码：
from bs4 import BeautifulSoup
# 假设html是你要解析的HTML文档
html = '''
<html>
<body>
<a href="https://www.example.com">Link 1</a>
<a href="https://www.example.com" class="link">Link 2</a>
<a href="https://www.example.com">Link 3</a>
</body>
</html>
'''
# 创建BeautifulSoup对象
soup = BeautifulSoup(html, 'html.parser')
# 使用find_all方法找到所有不带类的'a'标签
a_tags = soup.find_all('a', class_=False)
# 遍历所有找到的标签并打印出其链接和文本内容
for a_tag in a_tags:
print("链接:", a_tag['href'])
print("文本内容:", a_tag.text)上述代码中，我们首先导入了BeautifulSoup库，然后定义了一个HTML文档的字符串。接下来，我们创建了一个BeautifulSoup对象，并使用find_all方法找到所有不带类的'a'标签。最后，我们遍历所有找到的标签，并打印出它们的链接和文本内容。
推荐的腾讯云相关产品：腾讯云服务器（CVM），腾讯云对象存储（COS），腾讯云数据库（TencentDB），腾讯云人工智能（AI），腾讯云物联网（IoT），腾讯云移动开发（Mobile），腾讯云区块链（Blockchain），腾讯云元宇宙（Metaverse）。
腾讯云产品介绍链接地址：腾讯云产品
相关·内容
2回答
有人能告诉我如何使用BeautifulSoup拉取标签的值吗？我阅读了文档，但很难浏览它。例如，如果我有：
<span title="Funstuff" class="thisClass">Fun Text</span>
我怎么才能使用BeautifulSoup/Python拉出"Funstuff“呢？
编辑:我正在使用版本3.2.1
浏览 1提问于2012-07-24得票数 6
回答已采纳
我有这样的文本：
<div>
<script></script>
<h1>name</h1>
<p> Description </p>
<i> italic </i>
</div>
我想删除除h标签和p标签之外的所有html标签。为此，我尝试创建一个更通用的方法，如下所示：
def strip_tags(text, a_list_of_tags_to_not_remove)
使用下面的Beautiful Soup代码，我可以删除所有的html标记，但它不允许保
浏览 1提问于2018-10-16得票数 1
我的BeautifulSoup请求返回以下内容：
<td align="left">
<div><div class="dgreen"></div><div class="dorange"></div><div class="dred"></div><div class="dorange"></div></div>
</td>
使用Python BeautifulSoup，
浏览 3提问于2019-04-04得票数 0
6回答
我正在用BeautifulSoup做一些超文本标记语言清理。对Python和BeautifulSoup都是新手。根据我在Stackoverflow上找到的答案，我已经正确地删除了标签，如下所示：
[s.extract() for s in soup('script')]
但是如何删除内联样式呢？例如：
<p class="author" id="author_id" name="author_name" style="color:red;">Text</p>
<img class=&#
浏览 0提问于2012-10-19得票数 15
回答已采纳
我想从有BeautifulSoup的网站上获得商品。
<div class="post item">
目标标签是这个。标签有两个吸引符和空白。
首先，我写道，
roots = soup.find_all("div", "post item")
但是，这不管用。然后我写道，
html.find_all("div", {'class':['post', 'item']})
我可以用这个得到物品，但我不确定这是否正确。这个代码正确吗？
/附加/
我很抱歉
html.find_a
浏览 9提问于2016-03-28得票数 2
回答已采纳
我有一个这样的HTML结构
<p class="title">
<a href="abc.com">
Story
</a>
<span class="domain">
<a href="xyz.com">comments</a>
</span>
</p>
我想提取第一个锚标签的文本，即Story
下面是我如何使用Beautifulsoup从锚标记中提取文本
soup = BeautifulSoup(htm
浏览 1提问于2016-04-28得票数 1
我正在做一些python程序来提取歌词
我使用的代码是：
import urllib
from bs4 import BeautifulSoup
url = urllib.urlopen("http://www.lyricsnmusic.com/david-bowie/slip-away-lyrics/22143075")
soup = BeautifulSoup(url.read())
print soup.find('pre', itemprop='description')
结果得到了我需要的东西，但
浏览 1提问于2013-09-15得票数 1
有谁知道如何在python中使用美丽的汤。
我有这个搜索引擎与不同的网址列表。
我只想得到包含视频嵌入url的html标签。并获取链接。
示例
import BeautifulSoup
html = '''https://archive.org/details/20070519_detroit2'''
#or this.. html = '''http://www.kumby.com/avatar-the-last-airbender-book-3-chapter-5/'''
#o
浏览 3提问于2013-12-04得票数 1
回答已采纳
1回答
从基于链接的网站拉取图片
、、、
我目前已经准备好了使用BeautifulSoup库来提取html文档中所有图像标签的代码。我想知道在Python中是否有一种方法可以通过图像标记中的link元素指向的图像以编程方式将图像下载到您的计算机上。这是我用来获取网页中所有图片标签的代码。
import urllib2
from bs4 import BeautifulSoup
#Retrieve object containing website information
page = urllib2.urlopen("http://google.com")
soup = BeautifulSoup(page)
#Pu
浏览 0提问于2013-04-13得票数 0
回答已采纳
我正在写一个分析工具，用来计算源代码中有多少个孩子有HTML标签。
我用BeautifulSoup映射了代码，现在我想遍历页面中的任何标记，并计算它有多少子标记。
迭代所有标签的最佳方式是什么？例如，我如何获取没有任何子代的所有标记？
浏览 0提问于2016-01-11得票数 2
因此，我一直在阅读在线书籍“用Python自动化无聊的东西”，并且我正在学习BeautifulSoup。我的问题是，我似乎不知道如何根据我在Chrome中使用开发人员工具找到的内容来选择合适的标签。 <div data-hveid=.....>
<div class="rc">
<a href="https://www.python.org/".....>
<h3 class="LC20lb">Welcome to Python.org</h3> # Usin
浏览 11提问于2019-02-16得票数 0
回答已采纳
1回答
我正在尝试获取ul标签下所有li标签中的链接
HTML代码：
<div id="chapter-list" class="sbox" style="">
<ul>
<li>
<a href="https://example.com/manga/name/2">
<div class="chpbox">
<span class="chapternum">
Chapter 2 </span>
</div>
&
浏览 14提问于2022-06-16得票数 0
回答已采纳
下面是我的代码。
import urllib
from BeautifulSoup import *
html=urllib.urlopen('http://yellowpages.sulekha.com/coffee-shops-bars-restaurants_delhi')
soup=BeautifulSoup(html)
tags=soup.findAll("li",{ "class" : "list-item" })
print tags
我希望找到所有具有class 'list-item‘的'li’标
浏览 6提问于2016-08-07得票数 1
回答已采纳
我有一个关于使用python进行HTML解析的问题。
我正在尝试获取属性键和值，以便在python中使用。
<!DOCTYPE HTML>
<html>
<body>
<p dir="ltr" class="FM_title_0">Test Color</p>
</body>
</html>
下面是我正在编写的代码
with open("C:\\file") as fp:
soup = BeautifulSoup(fp, &
浏览 1提问于2018-08-27得票数 0
回答已采纳
我有以下功能，可以检查某个网页上的键盘
def checkString():
url_a = 'https://launchstudio.bluetooth.com/ListingDetails/50756'
r_a = requests.get(url_a)
soup_a = BeautifulSoup(r_a.text)
for blem in soup_a(text=re.compile(r'RFCOMM')):
return True
return False
我已经验证了我的soup_
浏览 12提问于2017-12-29得票数 0
我正在用Python编写一个刮板。我有一个问题，因为有些标签看起来像这样：
<span class='review pos'>Text...</span>
我像这样收集它们：
soup.findAll("span", {"class": "review pos"})
其中有些看起来像这样。
<span class='review neg'>Text...</span>
在收集标签之间的内容之前，我想先标准化它们，使它们看起来像这样。
<span class=&#
浏览 1提问于2020-09-08得票数 1
回答已采纳
1回答
我使用python和selenium编写了一个函数，以便在url上使用BeautifulSoup：
def get_soup(url):
d = webdriver.Chrome()
d.get(url)
result = d.page_source
soup = BeautifulSoup(result, 'html.parser')
return soup
我正在试着从这个网址中获取当前的NHL排名：
我遇到了两个我不知道如何解决的问题：
1)如果你遵循这个url，它会把你带到“联盟”标签，但抓取并不能区分这个标签和其他标签。
2)“
浏览 3提问于2016-11-02得票数 0
19回答
如何按类查找元素
、、、
我在使用Beautifulsoup解析带有"class“属性的HTML元素时遇到了问题。代码如下所示
soup = BeautifulSoup(sdata)
mydivs = soup.findAll('div')
for div in mydivs:
if (div["class"] == "stylelistrow"):
print div
在脚本结束后，我在同一行得到了一个错误。
File "./beautifulcoding.py", line 130, in getlanguage
浏览 6提问于2011-02-18得票数 532
回答已采纳
Python返回none，但该表确实存在。我检查了网站，看到了桌子上的标签。 from bs4 import BeautifulSoup
import requests
url='https://coinmarketcap.com/currencies/bitcoin/historical-data/'
r=requests.get(url)
url=r.content
soup = BeautifulSoup(url,'html.parser')
tab=soup.find("table",{"class":"ta
浏览 25提问于2020-11-24得票数 1
我想检查父标记是否有一个名不是"div“的直接子标记，所以我想检查标签的所有直接子标记。我试过这样做：
from bs4 import BeautifulSoup
import urllib.request
url = 'http://beautifulsoup.readthedocs.io/zh_CN/v4.4.0/#contents-children'
req = urllib.request.Request(url)
req.add_header('User-Agent', 'Mozilla/5.0 (Windows NT 6.1; Wi
浏览 0提问于2018-07-27得票数 2
回答已采纳
2回答
我正在尝试从DnDbeyond中抓取数据。我正在使用Beautifulsoup和python，并且已经能够通过使用"Div“标签和"Find_all”类获得一些我需要的信息，但是我似乎无法从这些包含字符统计信息的格式化块中找到信息。
<div class="ct-skills__col--skill">Animal Handling</div>
我应该能够搜索到soup.find("div", {"class": "ct-skills__col--skill"})
对吗？
这就是我当前代码的
浏览 0提问于2018-09-23得票数 1
我所做的工作如下：
from BeautifulSoup import *
html = u'<body><b>In Body<b>Second level</b></b></body>'
soup = BeautifulSoup(html)
soup.contents
因此，我得到：
[<body><b>In Body</b><b>Second level</b></body>]
我觉得很奇怪，因为我没有看到原始的XML。最初，我有一
浏览 1提问于2015-02-22得票数 2
回答已采纳
在笔记本电脑中，我使用的是Spyder3，在安装Jupyter-记事本之前没有任何问题。
当从命令行运行spyder3时，将出现下一条消息：
文件"/usr/lib/python2.7/dist-packages/bs4/builder/_html5lib.py"，第70行，在TreeBuilderForHtml5lib(html5lib.treebuilders._base.TreeBuilder)：类中
AttributeError：“模块”对象没有属性“_base”
经过一些搜索后，尝试以下建议的解决方案：
尝试：
sudo pip安装-升级beautifulsou
浏览 0提问于2018-09-22得票数 1
回答已采纳
给定一些html代码，我如何删除所有标记，保留文本、img和标签？例如，我有
<div><script bla bla></script><p>Hello all <a href ="xx"></a> <img rscr="xx"></img></p></div>
我想留下
Hello to <a href ="xx"></a> <img rscr="xx"></img&
浏览 6提问于2017-02-02得票数 3
回答已采纳
我正在使用Python 2，我有以下脚本：
from bs4 import BeautifulSoup
import requests, re
page = "http://hidden.com/example"
headers = {'User-Agent': 'Craig'}
html = requests.post(page, headers=headers)
soup = BeautifulSoup(html.text, "html.parser")
final = soup.find('p',{&#
浏览 2提问于2017-01-16得票数 0
1回答
我使用的是Python 3.7。我希望定位HTML页面中具有"data-permalink“属性的所有元素，而不管它的值是什么，即使该值为空。然而，我对如何做到这一点感到困惑。我正在使用bs4包，并尝试了以下方法 soup = BeautifulSoup(html)
soup.findAll("data-permalink")
[]
soup.findAll("a")
[<a href=" ... </a>]
soup.findAll("a.data-permalink")
[] 该属性通常只在我的页面上的锚标
浏览 17提问于2019-01-02得票数 0
回答已采纳
我一直在努力学习使用BeautifulSoup进行网络抓取。我正试图制作一个Hangman游戏来学习Python，并想要制作一个单玩家模式，使用英语中最常见的1000个单词。我最初只打算复制粘贴每个单词，并运行一个列表(这就是为什么有那个why循环)，但我决定尝试BeautifulSoup。
import requests
from bs4 import BeautifulSoup
#words = []
#while True:
#word = input("Enter the word: ")
#words.append(word)
#print(
浏览 7提问于2020-02-26得票数 0
回答已采纳
我运行以下代码：
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.select import Select
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
driver = webdriver.PhantomJS(r"C:\Use
浏览 1提问于2020-06-18得票数 0
我正在抓取的今天的形象。到目前为止，我已经能够返回我认为是图像源标签。
#!/usr/bin/env python
from urllib2 import urlopen
from BeautifulSoup import BeautifulSoup
class Apod:
def apod_wallpaper(self):
self.soup = BeautifulSoup(urlopen('http://apod.nasa.gov/').read())
self.pic = self.soup.find('img')
浏览 3提问于2012-08-10得票数 0
回答已采纳
1回答
用BeautifulSoup导航
、、、、
对于如何使用BeautifulSoup导航HTML，我有点困惑。
import requests
from bs4 import BeautifulSoup
url = 'http://examplewebsite.com'
source = requests.get(url)
content = source.content
soup = BeautifulSoup(source.content, "html.parser")
# Now I navigate the soup
for a in soup.findAll('a'):
浏览 5提问于2015-10-29得票数 8
回答已采纳
4回答
我做了sudo pip install BeautifulSoup4，得到了一个非常乐观的回应：
Downloading/unpacking beautifulsoup4
Running setup.py egg_info for package beautifulsoup4
Installing collected packages: beautifulsoup4
Running setup.py install for beautifulsoup4
Successfully installed beautifulsoup4
Cleaning up..
但是，当我尝试在脚本中使用im
浏览 1提问于2012-10-16得票数 18
回答已采纳
环境：
美汤4
Python 2.7.5
逻辑：
“find_all”<li>实例，该实例位于具有类my_class的<ul>中，例如：
<ul class='my_class'>
<li>thing one</li>
<li>thing two</li>
</ul>
澄清:只需获取<li>标记之间的“文本”即可。
Python代码：
(下面的find_all是不正确的，我只是把它放在上下文中)
from bs4 import BeautifulSoup, Comment
浏览 6提问于2013-06-22得票数 12
回答已采纳
如何获得带有漂亮汤的html标记的内容？例如，<title>标签的内容？
我试过：
from bs4 import BeautifulSoup
url ='http://www.websiteaddress.com'
soup = BeautifulSoup(url)
result = soup.findAll('title')
for each in result:
print(each.get_text())
但什么都没发生。我在用python3。
浏览 0提问于2016-02-28得票数 2
回答已采纳
我正试图解析以创建5个列表，每天一个列表，每个声明都包含一个字符串。例如
[in] custom_function(page)
[out] [[<MONDAYS ANNOUNCEMENTS>],
[<TUESDAYS ANNOUNCEMENTS>],
[<WEDNESDAYS ANNOUNCEMENTS>],
[<THURSDAYS ANNOUNCEMENTS>],
[<FRIDAYS ANNOUNCEMENTS>]]
但我想不出正确的方法。
到
浏览 0提问于2014-04-06得票数 2
回答已采纳
我在div标签中有一堆div标签：
<div class="foo">
<div class="bar">I want this</div>
<div class="unwanted">Not this</div>
</div>
<div class="bar">Don't want this either
</div>
所以我用python和漂亮的汤把东西分开。只有当"bar“类被包装在"f
浏览 0提问于2014-03-06得票数 15
回答已采纳
我使用BeautifulSoup时出了一个奇怪的错误。
下面是我正在运行的代码片段：
while True:
listing_soup = soupify(urlget(page_url))
for i in listing_soup.findAll('div', 'searchResultContent'):
# do some stuff ...
下面是抛出的异常：
Traceback (most recent call last):
File "C:\path\to\script.py", line 71
浏览 0提问于2012-08-06得票数 3
回答已采纳
在Python 3中，当我只想返回我感兴趣的字符串时，我可以这样做：
phrases = ["1. The cat was sleeping",
"2. The dog jumped over the cat",
"3. The cat was startled"]
for phrase in phrases:
if "dog" in phrase:
print(phrase)
当然，上面写着"2.狗跳到猫身上“
现在，我要做的是让同样的概念在BeautifulSo
浏览 6提问于2017-09-05得票数 0
回答已采纳
2回答
HTML逐行解析
、、
我正在编写一段用于解析HTML的python代码。这里的目标是在每一行中查找字符串，并更改它们，如下所示： 原文："Criar Alerta“ <li><a href="http://..." target="_blank">Criar Alerta</a></li> 预期结果：“创建警报” <li><a href="http://..." target="_blank">Create alert</a></li> 然后，为了
浏览 20提问于2019-06-24得票数 1
回答已采纳
这是我第一次爬网，我正在尝试爬网，只搜索以下网站的页面(1-...)：
使用python漂亮的汤，但它似乎无法识别页面的标签。标签看起来像这样：
<a href="?q=data-science&page=1" class="page-link">1</a>
我的部分代码看起来像这样：
import urlparse
import urllib
import re
from bs4 import BeautifulSoup
# start with this page
url = "http://jobs.mo
浏览 0提问于2015-10-16得票数 2
我对Python了解甚少。但是我试图用一个小Python脚本在提取、转换和加载(ETL)方面实现一些目标。我得到了想要的结果，但仍然想要理解这个脚本。
from bs4 import BeautifulSoup
import urllib
import re
import string
import csv
urlHandle = urllib.urlopen("http://finance.yahoo.com/q/cp?s=^DJI")
html = urlHandle.read()
soup = BeautifulSoup(html)
table = soup.find(&
浏览 6提问于2016-03-27得票数 0
看起来，我的BeautifulSoup解析器似乎忽略了我请求的元素的路径，并返回在路径中找到的第一个标记，该标记在路径中带有最后一个元素的名称，而不考虑到那个位置的路径。
XML：
<root>
<firstcategory>
<subcategory>
<id>123</id>
<name>SubcategX</name>
</subcategory>
<id>789</id&
浏览 0提问于2016-11-02得票数 1
回答已采纳
我遇到问题的项目涉及到使用Python和包"Beautifulsoup“来抓取网站(www.iasg.com)。我是Python的初学者，尽管我以前已经在MATLAB中进行过专家级别的编程(如果算数的话)。
我不确定我现在的问题是不是因为: 1.我没有正确地登录到我想要浏览的站点，还是2.该站点的代码很糟糕，所以Beautifulsoup无法浏览所有的标签
发生了什么:我尝试使用下面的代码在中隐藏TD标记中的所有文本
当查看Beautifulsoup抓取的内容时，很明显它没有包含所有的标签；要么是因为它没有正确地登录，要么是因为标签根本不在那里。
import mechanize
im
浏览 1提问于2014-08-13得票数 0
3回答
我想使用beautifulsoup解析html页面。我希望在不删除html标签的情况下提取标签中的文本。例如，示例输入：
<a class="fl" href="https://stackoverflow.com/questio...">
Angular2 <b>Router link not working</b>
</a>
样本输出：
'Angular2 <b>Router link not working</b>'
我试过这样做：
from bs4 import
浏览 10提问于2019-10-11得票数 2
回答已采纳
1回答
我正试着从ESPN的网站上搜集大学足球的招聘数据。我已经知道了如何刮掉我所需要的所有TD标记，但是我的输出总是返回标签和它们中的所有内容，并附上它们所包含的实际文本。
我已经在网站上经历了几个小时的问题，我知道.text或.string应该解决这个问题，但两者似乎都不起作用。可能我把它们放错地方了。
下面是我正在运行的代码：
from bs4 import BeautifulSoup
from urllib2 import urlopen
f = open("17athletes.txt", 'w')
sock = urlopen("http://e
浏览 3提问于2016-05-23得票数 1
回答已采纳
我对python很陌生，并且使用BeautifulSoup 从：中刮取数据。
我能够在第一次战斗列表上预置所有我想要的操作，因为它在默认情况下是扩展的。但是，我在后面的列表中遇到了问题，因为我想要的数据隐藏在“div”的树中。
在制作“汤”时，有没有办法在整个网页上扩展所有这些树？
下面是我使用的当前代码行：
headers = requests.utils.default_headers()
headers.update({ 'User-Agent': 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:52.0)
浏览 0提问于2020-07-06得票数 0
嗨，我正在读"Web Scraping with Python (2015)“。我看到了以下两种打开url的方法，分别使用和不使用.read()。请参阅bs1和bs2
from urllib.request import urlopen
from bs4 import BeautifulSoup
html = urlopen('http://web.stanford.edu/~zlotnick/TextAsData/Web_Scraping_with_Beautiful_Soup.html')
bs1 = BeautifulSoup(html.read(), '
浏览 3提问于2016-03-08得票数 8
回答已采纳
1回答
我是Python新手，我遇到了一个问题。有一个网站，该网站有一个完整的结构。我知道怎样才能找到一个div或者其他标签，但是当我找到那个标签的时候。使用类名)，我想收集所有带有值的参数，但我不能。所以，我的问题是，在我发现随机标记的所有参数和值之后，我如何收集它？
我是怎么发现的
from bs4 import BeautifulSoup as BS
.
.
.
soup = BS(page.content, 'html.parser')
soup.prettify()
div = soup.find('div', {'class':'ab
浏览 0提问于2016-12-07得票数 0
回答已采纳
1回答
我正在用Python3.5开发一个网络爬虫。使用请求和Beautifulsoup4。我正在尝试获得所有主题的链接在论坛的第一页。并将它们添加到列表中。
我有两个问题：
1)不确定如何使用beautifulsoup获得链接，我无法进入链接本身，只有div 2) Beautifulsoup似乎只返回了几个主题，而不是所有的主题。
def getTopics():
topics = []
url = 'http://forum.jogos.uol.com.br/pc_f_40'
source_code = requests.get(url)
plain_text = source_c
浏览 1提问于2015-10-28得票数 1
我知道这是一个常见的问题，但我仍然不知道如何使它发挥作用。我试图在虚拟环境中使用bs4，但是我有一个错误ImportError: No module named 'bs4'
我激活了我的虚拟世界：
pip install bs4
Requirement already satisfied: bs4 in /home/****/.virtualenvs/****/lib/python3.5/dist-packages
Requirement already satisfied: beautifulsoup4 in /home/****/.virtualenvs/****/lib/
浏览 3提问于2017-02-01得票数 1
回答已采纳
我正在寻找一种方法来使用findAll来获得两个标签，按照它们在页面上出现的顺序。
目前我有：
import requests
import BeautifulSoup
def get_soup(url):
request = requests.get(url)
page = request.text
soup = BeautifulSoup(page)
get_tags = soup.findAll('hr' and 'strong')
for each in get_tags:
print each
浏览 2提问于2013-12-18得票数 62
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
对象存储
即时通信 IM活动推荐
腾讯云开发者
