2回答
如何用美汤找到所有评论
、、、、
四年前有人问过，但现在BS4的答案已经过时了。
我想要删除我的html文件中的所有评论使用美丽的汤。因为每个都是由BS4创建的，所以我认为下面的代码会起作用：
for comments in soup.find_all('comment'):
comments.decompose()
所以那不管用...如何使用BS4查找所有评论？
浏览 3提问于2015-10-15得票数 13
回答已采纳
1回答
JSSoup是否支持提取类似于美汤soup.findAll(text=True)的文本 文档没有提供关于这个用例的任何信息，但在我看来应该有一种方法。 为了澄清我想要的是从页面上抓取所有可见的文本。
浏览 19提问于2021-11-20得票数 1
回答已采纳
1回答
我想要美丽的汤从字典中解析一个页面
我要解析的是这个标记ul 下面的内容。
(对不起wot)是指
url = 'https://www.lexico.com/definition/iron'
req = requests.get(url)
soup = BeautifulSoup(req.text, 'lxml')
semb = soup.find('ul', attrs={'class':'semb'})
print(semb)
应该给予(我认为)
但是，这里的代码给出了 (再次表示抱歉)
在第二个li标记的中
浏览 5提问于2022-08-08得票数 0
回答已采纳
我想在标签中进行搜索：
<div id="cmeProductSlatePaginiationTop" class="cmePaginiation">
<ul>
<li class="disabled">
<li class="active">
<li class="away-1">
<li>
</ul>
</div>
基本上，我想要计算在这个div中出现<
浏览 1提问于2013-05-28得票数 17
回答已采纳
1回答
我正在努力学习美汤。
在网站上，它有相同的href，但结果不同。
例如，我的代码的结果是：
0001545654
6798
嗨
0001459640
发送
0001269765
CA
0001456527
CA
0001001379
气体
我只想带上数字
数字的URL =a href="/cgi-bin/browse-edgar?action=getcompany&CIK=0001545654&owner=exclude&count=40&hidefilings=0">0001545654
区域URL =a href="/cgi-b
浏览 3提问于2020-05-25得票数 0
2回答
我正在尝试使用漂亮汤(用lxml调用)来解析html。在嵌套标签上，我得到了重复的文本 我尝试过只计算没有子代的标签，但是我丢失了数据 给定： <div class="links">
<ul class="links inline">
<li class="comment_forbidden first last">
<span> to post comments</span>
</li>
</ul>
<
浏览 34提问于2019-05-24得票数 0
3回答
下面的代码是简化的html代码。
<html>
...
<div class="info">
<span class="time">2017.01.16</span>
</div>
<div class="related_group">
<ul class="related_list">
<li>
<p class="info">
<span
浏览 5提问于2017-01-16得票数 0
回答已采纳
我正在学习BeautifulSoup，发现了许多"html2text“解决方案，但我正在寻找的解决方案应该模仿格式：
<ul>
<li>One</li>
<li>Two</li>
</ul>
会变成
* One
* Two
和
Some text
<blockquote>
More magnificent text here
</blockquote>
Final text
至
Some text
More magnificent text here
Final text
我在看
浏览 0提问于2013-03-25得票数 11
回答已采纳
2回答
我正在做一个使用Python和美汤的网络刮板项目。请看一下我遇到问题的HTML代码部分。由于<ul>中的所有<li>项具有相同的<div>和<span>类名，如何提取第三个<li>项中的第二个<span>的电话号码值？
我可以使用ad_soup.find("ul",{"class":"Menu"})提取<ul>标记及其内容，但之后我不知道如何继续。任何帮助都将不胜感激。
<ul class="Menu">
<li>
浏览 3提问于2017-07-26得票数 4
回答已采纳
给定以下元素
<ul class="listing-key-specs ">
<li>2004 (54 reg)</li>
<li>Hatchback</li>
<li>90,274 miles</li>
<li>Manual</li>
<li>1.2L</li>
<li>60 bhp</li>
&l
浏览 0提问于2017-04-20得票数 0
回答已采纳
MyAlphaSoup = BeautifulSoup(website_to_crawl.text, 'html.parser')
MyAlphaSoup.prettify()
MyAlphaAlphaSoup = MyAlphaSoup.find_all("div", {"class": "lister-item featurefilm"})
MyAlphaAlphaSoup.prettify()
我在第四行收到一个错误
raise AttributeError( AttributeError: ResultSet obj
浏览 8提问于2020-05-09得票数 0
1回答
<div class="Ticket_last_24 report_table_right">
<span>13586</span>
<span>(</span>
<span class="change_decrease">-6.5%</span>
<span>)</span>
</div>
<div class="Ticket_last_24 report_table_right">
浏览 2提问于2018-07-27得票数 0
3回答
美汤例外名单超出范围
、、、、
我正在用漂亮的汤做以下事情：
section = soup.findAll('tbody')[0]
如何使用第一个列表项设置这样的变量.如果它没有抛出一个异常：IndexError: list index out of range如果BS4找不到tbody？
有什么想法吗？
浏览 4提问于2013-10-27得票数 2
回答已采纳
所以我有一个Category模型和我的Soup模型有一个“有很多”的关系。
目前，我的页面呈现了一个类别列表，每个类别中的汤都在下面。页面输出如下所示：
拉面*汤1*汤2其他汤*汤3*汤4
我添加了单击Category name以显示/隐藏汤的功能。但我希望将此功能的范围限制为每个类别。换句话说，我想让点击“拉面”只显示/隐藏汤1和汤2。现在，单击任何类别都可以显示/隐藏所有4种汤。
views> categories> index.html.erb
<ul id="folderList">
<% @categories.each do |ca
浏览 0提问于2016-11-04得票数 0
在网站上有一个<a>元素
<a role="listitem" aria-level="1" href="https://www.rest.co.il" target="_blank" class="icon rest" title="this is main title" iconwidth="35px" aria-label="website connection" style="width: 30px; overflow: hidden
浏览 0提问于2018-04-01得票数 1
回答已采纳
1回答
在美丽的汤中有什么功能来计算检索到的行数吗？或者还有其他的方法可以做到吗？
from bs4 import BeautifulSoup
import string
content = open("webpage.html","r")
soup = BeautifulSoup(content)
divTag = soup.find_all("div", {"class":"classname"})
for tag in divTag:
ulTags = tag.find_all("ul", {"
浏览 0提问于2015-05-15得票数 3
回答已采纳
我正在抓取一个网站，里面有一个漂亮的汤，它的类名如下： <a class="Component-headline-0-2-109" data-key="card-headline" href="/article/politics-senate-elections-legislation-coronavirus-pandemic-bills-f100b3a3b4498a75d6ce522dc09056b0"> 主要的问题是类名总是以Component-headline-开头，而只是发送一个随机数。当我使用美丽汤的soup.find_a
浏览 29提问于2020-12-18得票数 0
回答已采纳
2回答
这是我试图用美丽的汤刮掉的图像。但是，每当我使用下面显示的代码时，我只能访问第一个子级。我永远不能接触到所有的孩子。有人能帮我一下吗？
item = soup.select("ul.items > li")
print(len(item))
浏览 2提问于2020-02-08得票数 1
1回答
我想为我的主页创建内容片段。一个示例文章看起来就像
<p>Your favorite Harry Potter characters enter the Game of Thrones
universe, and you'll never guess what happens!</p>
<readmore/>
<p>...they all die</p>
在主页上，我只希望<readmore/>出现之前的内容。我在想，我可以在金佳过滤器中使用美丽的汤来删除阅读和之后的所有内容。如果没有<readmore
浏览 2提问于2015-06-05得票数 3
回答已采纳
我试图在这个网站上抓取网络数据，我唯一能够访问这些数据的方法是遍历表中的行，将它们添加到列表中(然后将它们添加到熊猫数据帧/写入到csv中)，然后单击下一页并重复这个过程--每次搜索大约有50页，我的程序进行100+搜索。它非常慢/效率很低，我想知道是否有一种方法可以有效地使用熊猫或漂亮汤来添加所有数据，而不是迭代每一行/列。
url = "“
rows = driver.find_elements_by_xpath("//tbody/tr")
try:
for row in rows[1:]:
row_array = [
浏览 0提问于2018-06-30得票数 3
1回答
我是个菜鸟，喜欢漂亮的汤。有人能建议在过去14天内如何刮取excel文件吗？我的理解是遍历日期并保存文件。谢谢
浏览 1提问于2021-12-21得票数 -1
1回答
我试着用漂亮汤来提取跨度标签，代码没有输出。
soup = BeautifulSoup(html, "html.parser")
tags = soup("span")
for tag in tags:
print(tag)
标签：<tr><td>Romina</td><td><span class="comments">97</span></td></tr>
请救救我！谢谢
浏览 7提问于2021-12-26得票数 0
回答已采纳
1回答
是否有不是用户或外部库的python web刮刀库？
我发现了漂亮的汤、硒和请求作为用户创建的python web抓取库。
在我开始做这个之前，我只想知道我是否不需要安装不同的库。
浏览 3提问于2022-03-13得票数 -1
回答已采纳
我正在创建一个网络摩天大楼，提取小企业的电子邮件。我正在用漂亮的汤来刮。本质上，该程序在google上搜索一个关键字，将前20个链接存储在一个列表中，对于每个链接，它使用漂亮的汤对其进行解析，搜索包含单词" contact“的所有href属性，进入这些联系人页面并提取电子邮件。
现在，我只想提取小企业网站中的信息。问题来了:有时，会有一个链接到像阿里巴巴或亚马逊这样的大型网站，这是我不想要的，因为搜索时间太长了。我试着给他们列了个黑名单，但我还是有可能遇到一个我不知道的大网站。
有没有办法限制下面这段代码中漂亮的find_all()方法：
menu = soup.find_all(&#
浏览 2提问于2020-02-29得票数 0
bb和cc在下面的代码是相等的，为什么是这样的呢？汤是一个对象，为什么它可以在这里接受另一个参数'a‘？汤(‘a’)在这里是函数调用还是另一个类/对象初始化？如果是函数调用，则在类中没有找到调用定义。我希望问题是清楚的。谢谢。
from bs4 import BeautifulSoup
soup = BeautifulSoup("<html><a href='bla'>sss</a><a>cc</a></html>", 'html.parser')
bb = soup
浏览 3提问于2020-04-10得票数 0
回答已采纳
2回答
我正在努力学习漂亮的汤，以废弃HTML，并有一个困难的挑战。我正在尝试的HTML不是很好的格式化和缺乏知识的美丽汤，我有点卡住了..
我试图销毁的HTML如下所示
<table>
<tr>
<td><b>Value 1<b/>HiddenValue1</td>
<td>Value 2</td>
</tr>
<tr>
<td>NoValue</td>
</tr>
<tr>
<td&g
浏览 4提问于2015-06-11得票数 1
回答已采纳
for link in soup.find_all('a', {'class': 'post-tag'}): # href = link.get('href') for i in link: title = link.string print(title)
输出: python浮点舍入python非谷歌合作python flask python漂亮汤python nonetype python ubuntu等。
在从堆栈溢出站点提取数据时，我们在抓取问题的标签
浏览 0提问于2018-03-17得票数 0
2回答
我正试着用漂亮的汤来抓一个动作
我试过print(soup.find('form').find_all('action'))，但那不起作用。想知道是否有一个简单的方法。(我正在尝试在?dwcont=之后获得其余的字符串)
浏览 3提问于2020-12-13得票数 1
回答已采纳
我用漂亮的汤创建了我的代码，使我的url页面循环正常工作，并将我的项目移到了熊猫dataframe中。
问题是，如果我漂亮的soup对象没有获得一个值，我的数组就会被弄乱。
我用regex在漂亮汤里找到我的物品。
在下面这个子句中，我搜索宽度为10%和4个字符的项。
for item in soup.find_all("td", {"width": "10%"}, string=re.compile(r'^\d{4}$')):
不过，我想在正则表达式中添加另一个条件，以获取具有4个字符或包含字符“to”的项
我尝试过以下操作，但它
浏览 0提问于2019-11-28得票数 0
回答已采纳
1回答
我知道，要找到具有一个属性的所有类，如下所示。
soup.find_all('a', class_='className')
但是，这并不能获得类的所有标记，如下面所示。
soup.find_all('a', class_='class Name')
如何找到具有多属性类(如" class _='class Name'“)的漂亮汤对象的所有标记？
浏览 2提问于2018-03-16得票数 0
回答已采纳
2回答
我有一个有“一个类”链接的页面源，如下例所示。我想返回一个包含所有“href”值的列表，所以在下面的"/detail/Request-Technology%2C-LLC-Oakland-CA-94609/napil006/cyberMan”.示例中，我使用了漂亮的汤，find_all试图使用‘a class’属性，但是它什么也不返回。有人能看到我做错了什么并提出解决方案吗？
来源：
<a class="web-btn-link easy-click" href="/detail/Request-Technology%2C-LLC-Oakland-CA-94
浏览 1提问于2019-02-24得票数 0
回答已采纳
假设我有一个汤，我想删除所有段落的所有样式标签。所以我想在整个汤里把<p style='blah' id='bla' class=...>换成<p id='bla' class=...>。但我不想碰，比如说，<img style='...'>标签。我该怎么做？
浏览 1提问于2014-03-19得票数 2
回答已采纳
2回答
如何使李:悬停正确地工作在移动设备上？
在iphone上，它甚至不打开，在android上，它在触摸后不关闭:S
我希望创建一个自定义下拉菜单，我需要javascript从单击的li获取信息。
<!DOCTYPE html>
<title>li:hover dropdown menu on mobile devices</title>
<style>
li ul{display:none}
li:hover ul{display:block}
</style>
<ul>
<li><div id=div
浏览 4提问于2013-09-19得票数 1
回答已采纳
<html><table>...<table>...</table>...</table><table>...</table>...</html>
例如，如果我对上面的汤使用soup.find_all('table')，我将获得三个表。我想让它在获得表的第一个实例后不再深入到汤中，并尝试在当前实例之后找到该表的下一个实例。换句话说，它将返回第一个表，其中嵌套的表和第二个表。我想知道执行这一行动方针的最有效方法是什么。
现在，我正在用这样的方法来处理：
from copy im
浏览 2提问于2017-10-31得票数 0
回答已采纳
最近，我从Beautifulsoup转向了lxml，因为lxml可以处理损坏的HTML，这就是我的情况。我想知道什么是等效的，还是一种编程形式的“美丽之汤”()。在BS中，我可以通过这样的搜索找到一个树节点：
bs = BeautifulSoup(html)
bs.find('span', {'class': 'some-class-name'})
lxml find()只是搜索树上的当前级别，如果我想在所有的树节点中搜索怎么办？
谢谢
浏览 2提问于2013-09-26得票数 0
回答已采纳
我有一个来自webget的txt文件，里面有300个html文件。(utf.txt) 我怎么才能清理它..。我试过美汤，但它只清洗了第一个。我需要的标签是"font“。 from bs4 import BeautifulSoup
with open("utf.txt", encoding='utf-8') as fp:
soup = BeautifulSoup(fp)
print (soup.find_all('font')) 致以敬意，
浏览 12提问于2019-04-29得票数 0
我试图获得所有的链接，a和class=fl，我正在使用机械获得原始的html输出，然后漂亮汤试图解析链接。
rawGatheredGoogleOutput的值输出类似于(这只是谷歌的结果)：红色部分显示了我想要获取的东西，那就是a.fl
浏览 4提问于2013-08-14得票数 0
回答已采纳
2回答
我正在使用python和漂亮汤(这两个都是新手！)，我想登录一个供应商网站。
所以它们的形式看起来像(简化的)：
<form name=loginform action=/index.html method="post">
<input name=user>
<input name=pass">
</form>
有没有办法跟踪cookie？
浏览 2提问于2010-07-27得票数 7
回答已采纳
2回答
我正在尝试从一个页面中抓取所有的URLS，这些URLS都与一个主题相关。
我用漂亮的汤来做这件事。
我目前的尝试是
urls = soup.find_all('a', href=True)
但是页面上有很多额外的URLS，我不想刮掉。
该页面是：
我想要抓取所有玩家的名字以及他们的参考代码，例如
<a href="/players/a/allenra02.html">Ray Allen</a>,
会将'Ray Allen/allenra02‘添加到列表中。
我如何添加一个所需的前缀到一个网址搜索使用美丽的汤？例如'pla
浏览 0提问于2020-08-12得票数 0
我们取消了Amazon.in网站，以检索任何产品的价格。所有产品在“span”标签中的“id”属性都有不同的值，例如；
id = 'priceblock_ourprice', id = 'priceblock_saleprice', and id = 'priceblock_dealprice'.
我们的任务是使用find_all(..)检索产品的价格美汤法。根据我们的基本知识，我们只能给出find_all(..)的一个参数方法如下所示：
m = soup1.find_all('span', {'id': &
浏览 2提问于2016-04-16得票数 4
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
1回答
我正试着从网站上获取漂亮的汤拉信息，并在控制台上打印出来。当它这样做的时候，它的打印[]和我不知道如何修复它。 soup = BeautifulSoup(page_source, "html.parser")
mlsspan = soup.find_all("td.d1m8")
print(mlsspan) 正在拉取的html <td class="d1m8">
<span class="d1m1">
<a href="javascript:__doPostBack(
浏览 4提问于2021-05-06得票数 0
1回答
我是网络爬虫的新手，我想学习如何使用漂亮的汤将其集成到一个迷你项目中。我在他的上关注了thenewboston关于美汤的教程，然后被卡住了，试图从Reddit上爬出来。我想在上抓取每个NBA新闻的标题和链接，但没有任何成功。在终端中返回的唯一内容就是“进程已完成，退出代码为0”。我有种感觉这跟我的选择有关？任何指导和帮助都将不胜感激。
这是原始代码，不起作用：
import requests
from bs4 import BeautifulSoup
def spider(max_pages):
page = 1
while page <= max_pages:
浏览 1提问于2017-10-18得票数 0
我在一个供应商链接目录中进行抓取。我已经创建了一个汤&使用find_all方法隔离了我想要的所有数据。但是，我需要的字符串是在汤中进一步嵌套的。我知道find_all返回一个列表，但我需要进一步提取列表才能得到我所需要的。谢谢你的帮助，因为我要把我的笔记本扔到房间里去了。下面是我的当前代码。
我对编码世界很陌生，对Python有相当的理解，但对Beautiful只有基本的理解。
URL = get(https://www......) # importing the url I want to work over
soup = BeautifulSoup(URL.text, '
浏览 4提问于2017-10-30得票数 1
回答已采纳
3回答
我用巨蟒和美丽的汤擦拭桌子。在这个表中，每一行都有多个链接。我只对每一行的第一个环节感兴趣。如何跳过行的其他链接？
浏览 4提问于2014-04-03得票数 1
回答已采纳
我正在通过刮擦BeautifulSoup来练习，对于一个特定的演员，我想
获得他们作为演员主演的所有电影的名单；
过滤我们所有的不完整的电影，如电视连续剧，短片，短篇纪录片等。
到目前为止，对于所有的电影，我可以得到如下汤：
<div class="filmo-row even" id="actor-tt14677742">
<span class="year_column">2021</span>
<b><a href="/title/tt146777
浏览 6提问于2021-07-27得票数 2
我目前正在做一些网络抓取。我有一个HTML：
<meta property="og:price:amount" content="1.89"/>
<meta property="og:price:standard_amount" content="6.31"/>
<meta property="og:price:currency" content="USD"/>
我用的是漂亮的汤(Python)。
我想要提取的信息是1.89和6.31 (产品价格)。
这是我的密码
浏览 4提问于2019-12-17得票数 4
回答已采纳
我试图使用美观汤从class="bk3-link"的<a>标记中提取所有的data-bk属性(在下面的x、y、z )。html的一个示例如下：
<a class="bk3-link" data-bk="x" ... >
<a class="bk3-link" data-bk="y" ... >
<a class="bk3-link" data-bk="z" ... >
我尝试过提取所有data-bk属性，但它们在html的其他地方使用。
浏览 0提问于2019-08-06得票数 1
回答已采纳
1回答
如何求出二跨值？
、、
我正在尝试用漂亮汤编写一个非常简单的python脚本
import smtplib
from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup as soup
import sched, time
s = sched.scheduler(time.time,time.sleep)
my_url = 'https://finance.yahoo.com/quote/USDTRY=X/'
uClient = uReq(my_url)
page_html = uClient.read()
浏览 2提问于2020-08-07得票数 1
回答已采纳
我正试着用一个漂亮的汤来解析一个网站上的表格。(我无法分享该网站的源代码，因为它是限制使用。)
我试图提取的数据只有当它有以下两个标签与这些特定的类。
td, width=40%
tr, valign=top
我这样做的原因是为了提取同时具有这些标签和类的数据。
我发现了一些关于使用多标签的讨论，但这篇文章只讨论标签，而不讨论类。然而，我确实尝试使用列表的相同逻辑来扩展代码，但我认为我得到的并不是我想要的：
my_soup=soup.find_all(['td',{"width":"40%"},'tr',{'valign
浏览 0提问于2016-11-07得票数 9
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
