很美的汤。如何查找标记，包装在文本中
在文本中查找标记和包装的方法有多种，以下是一些常见的方法：
- 字符串查找和替换：使用编程语言提供的字符串查找和替换函数，可以在文本中查找指定的标记，并将其包装在特定的文本中。例如，使用Python的
replace()函数可以将指定的标记替换为包装文本。 - 正则表达式：使用正则表达式可以更灵活地匹配和查找文本中的标记。通过定义匹配规则，可以准确地找到标记，并进行相应的包装。例如，使用正则表达式
<tag>(.*?)</tag>可以匹配以<tag>开头、以</tag>结尾的标记，并将其中的内容进行包装。 - 解析器/分析器：对于复杂的文本结构，可以使用解析器或分析器来解析文本并查找标记。例如，使用HTML解析器可以解析HTML文档，并提取其中的标记。常见的解析器包括BeautifulSoup、lxml等。
- 自然语言处理（NLP）技术：如果标记在文本中具有特定的语义或上下文关系，可以使用NLP技术来理解文本并查找标记。例如，使用命名实体识别（NER）技术可以识别文本中的实体，并将其包装。
需要注意的是，以上方法都需要根据具体的标记和文本结构进行调整和适配。在实际应用中，可以根据具体需求选择合适的方法来查找和包装标记。
相关·内容
我有一个问题，那就是如何在表格中得到一个特定的文本。在本例中，维基百科页面上的页面创建日期。例如，在此链接中
我正在用漂亮的汤，但我仍然有麻烦，因为剩下的课文都在那里。我只需要页面创建的日期。
浏览 9提问于2022-06-25得票数 0
1回答
我希望使用css选择器只从这个div<div class="one">中选择文本(在我的示例“1.42”中)，以便进行抓取：
<div class="one">
1.42
<div class="nested">..</div>
</div>
我尝试过这样做，但是返回了整个<div class="one"> (我只想要文本)：
div.one:first-child
这也是：
div.one:first-child:not(.nested)
它们都返回文本和d
浏览 0提问于2020-09-16得票数 0
2回答
我用漂亮的汤来提取数据。
我有这样一个html文件：
<div class=a>
<a href='google.com'>a</a>
</div>
<div class=b>
<a href='google.com'>c</a>
<a href='google.com'>d</a>
</div>
我想提取数据'c，d‘in，不需要数据'a’in
所以我这么做了：
google_list = soup.findA
浏览 1提问于2012-06-30得票数 1
回答已采纳
1回答
我正试图在Visual中安装漂亮的汤，但我无法理解。任何帮助都将不胜感激。谢谢!
编辑：朋友给我发了这段视频。能装上漂亮的汤。我现在都准备好了。
浏览 2提问于2016-03-06得票数 1
我刚开始接触漂亮的汤，我正在尝试在某个p标记下查找一些表，其中包含文本"subclass“
以下是HTML示例
<p><b>subclass</b></p>
<table>...<table>
<p><b>frnekr</b></p>
<table>...<table>
我只想抓取带有文本->子类的p标记下的表。不幸的是，这些p标记没有类。
浏览 0提问于2015-04-20得票数 0
1回答
在python中查找字符串的出现
、、、、
我有一个很长的字符串，我已经通过美丽的汤分析，我需要关于从这个汤对象中提取数据的最佳方法的建议。
我想要的数字包含在汤对象中，在这个文本后面的()中。
查看所有(8)
什么是最有效的方法来定位这个，并得到它的数字。
在VBA我会这么做的。
(1)如果汤长1000文本在200，查找这个文本字符串从哪里开始
然后循环直到找到结尾)，获取文本，将其存储在变量中，并处理每个字符，删除所有不是数字的内容。
因此，如果我有> View (8)，我将以8结束。这里的数字还不清楚，可能是q00,110或2000年。
我刚刚开始学习python，还不知道如何使用正则表达式，但这似乎是一条路？
示例字符串
浏览 3提问于2014-05-27得票数 0
回答已采纳
我在使用漂亮汤方面很新，在一个支架后提取文字有点困难。
<span content>"text"
<img content src="/assets/images/photo.png">"Text I would like to grab"
<span content class="classname">Text</span>
</span>
我试图在照片后提取文本，但我似乎无法抓住它。谁能给我指明正确的方向
非常感谢:)
浏览 3提问于2022-09-14得票数 0
我使用漂亮汤从烟草文档中提取元数据，如：
soup = BeautifulSoup(input)
meta_data = soup.document.metadata
这将正确标识所有标记，但
<area>GEE,ED/OFFICE; N408</area>
“美丽的汤”将区域标记标识为两个单独的标记：
一个空的区域标记<area></area>。
带有内容GEE,ED/OFFICE; N408的空标记
这个错误是因为<area>是一个HTML而发生的吗？如何获得漂亮的汤来正确地将GEE,ED/OFFICE; N408
浏览 2提问于2014-07-29得票数 1
回答已采纳
4回答
我一直试图使用的漂亮汤来收集一些数据。但是，当我解析内容时，有些数据根本没有显示出来。这些数据字段在铬检查器中可见，但在“汤”中看不到。问题是，它们似乎不是文本元素。我认为它们是使用外部数据库提供的。我已经附上了下面的截图。还有其他方法可以刮掉这些数据吗？
提前谢谢。
谷歌检查员：
美丽汤解析内容：
浏览 8提问于2021-02-12得票数 2
回答已采纳
1回答
我试图创建一个程序，点击包含特定单词的框，但是所有的框都有其他的单词。
例如，这个网站有很多菜谱，但是我只想要那些包含“汤”这个词的菜谱。所以它需要能够点击文字，上面写着“番茄汤”、“美味汤”、“其他汤型汤”等等。
我找到这条线了。
WebDriverWait(driver, 10).until(expected_conditions.element_to_be_clickable((By.XPATH, "//span[text()='Soup']"))).click()
这是伟大的，但只有当你把确切的文本放在其中。例如。WebDriverWait(driver
浏览 3提问于2020-05-13得票数 1
回答已采纳
1回答
如何使用漂亮的汤在一个页面上找到所有属于这个标准的文本？
<tr>
<td class="d_g_l_e" style="border-right:none;”>
<img src="/d2l/img/LP/pixel.gif" width="20" height="20" alt=“”
</td>
<th scope="row" class="d_gt d_ich" style="border-
浏览 1提问于2014-12-26得票数 1
回答已采纳
不知道是否有人能帮上忙。我在文档中搜索过requests-html，但没有找到https://requests.readthedocs.io/projects/requests-html/en/latest/ 以前我使用的是请求和漂亮的汤，但我正在抓取的网站现在已经实现了javascript。我已经设法使用Requests-HTML提取了文本，但不确定如何提取图像SRC from requests_html import HTMLSession
session = HTMLSession()
R = session.get(SHOPURL,headers=headers)
images =
浏览 18提问于2020-06-22得票数 0
回答已采纳
如何将maven jar转换为OSGI bundle？对于此jar文件，它还依赖于其他外部jar文件。我尝试过maven-bundle-plugin，但是如何编写Import-Package对我来说是一场灾难.有人能帮我吗？ 更具体地说，我想转换的是ProvToolbox https://lucmoreau.github.io/ProvToolbox/，它有几个prov包。所以我需要一个接一个地转换它们。
浏览 31提问于2020-01-07得票数 1
我是Haskell的新手，想和Atom文本编辑器一起使用它，请有人告诉我如何在atom文本编辑器中配置haskell的步骤？
浏览 3提问于2017-01-13得票数 6
回答已采纳
1回答
我想在我的cpanel虚拟主机上运行一个python脚本。我可以在我的get服务器上运行通用的.py文件，但如何让它与美丽的汤一起工作
浏览 0提问于2017-04-09得票数 0
我在我的项目中有一个要求，以显示一个特殊的标签，这些记录已被提升。
用例:客户端创建了一个提升规则来提升特定品牌的所有汤。现在，当用户搜索术语汤时，由于升压规则，给定品牌的所有汤都将出现在列表页面的第一位。现在的要求是在那些增强的汤类产品上显示一个特殊的标签。
尝试过的方法:我分析了每个记录的分数，发现boost记录的分数与我在boost规则中给定的boost值相加。但我没有得到任何明确的区分，以便我可以识别这些增强的记录并对它们应用特殊标记。
寻找好的建议:)
浏览 2提问于2015-01-27得票数 0
2回答
未显示换行符
、、
我有一个表单，它使用这个函数以一种非常标准的方式在PHP中转义输入：
mysql_real_escape_string( string )
但是，当我从数据库中取出这些内容时，由于某种原因，空格不再显示，文本显示为一个大块。此页面的徒步描述区域中有它的示例：
有谁知道为什么会发生这种情况，以及如何防止这种情况发生？这是错误还是正常行为？
浏览 0提问于2011-03-03得票数 0
回答已采纳
我使用漂亮的汤从这个示例html代码中获取文本：
....
<div style="s1">
<div style="s2">Here is text 1</div>
<div style="s3">Here is text 2</div>
Here is text 3 and this is what I want.
</div>
....
文本1和文本2位于相同的级别2，文本3位于较高级别1。我只想获取文本3并使用以下代码：
for anchor in t
浏览 0提问于2013-06-19得票数 3
回答已采纳
我正在尝试在python中构建一个函数，该函数移动到结果列表中的下一页。我很难在漂亮的汤中找到元素，因为链接位于许多其他标记的末尾，并且没有任何属性，如class或ID。
下面是html的一个片段：
<a href="http://www.url?&=page=2">
Next
</a>
我一直在阅读bs4文档，试图理解如何提取URL，但我遇到了困难。我认为可以这样做：
在父元素中查找最后一个.a' href‘，因为它总是最后一个。查找href是基于以下事实:它总是有'Next'的文本。
我不知道
浏览 4提问于2020-09-01得票数 4
回答已采纳
使用tinyMCE作为文本区域的所见即所得编辑器。我可以输入Google Analytics的脚本并存储到数据库中，当我从数据库中提取它并在文本区显示它时，它是不可见的。
这是我使用的文本区编辑器。tinyMCE.init({
mode : "textareas",
extended_valid_elements:'script[language|type|src]',
theme : "advanced",
</script>
浏览 0提问于2017-07-11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
2回答
当我使用漂亮汤获取下面所示的“目标”内容时，我想知道我需要在.find参数中放什么内容。
<div class="item" the-target="this text" another-target="not this text">
这是我所说的.find美丽汤参数
help = soup.find('div‘)，’我应该在这里放什么？‘).get_text()
谢谢
浏览 1提问于2019-07-15得票数 0
我想从一个网站抓取文本使用美丽的汤。 从上面的截图中可以看到的代码中，我希望检索存储在markup="content"下的文本。 我知道如何使用soup.find("div", class_="break-word news_main")检索所有标记部分。但我不知道如何只访问markup="content"-part。 非常感谢您的帮助:) (另外，标记是html中的一个特殊术语吗，就像"class“或"id”一样？“标记”是什么意思？) ?
浏览 32提问于2021-09-26得票数 0
2回答
我刚发现美汤，它看上去很有力量。我想知道是否有一种简单的方法来提取文本中的"alt“字段。一个简单的例子是
from bs4 import BeautifulSoup
html_doc ="""
<body>
<p>Among the different sections of the orchestra you will find:</p>
<p>A <img src="07fg03-violin.jpg" alt="violin" /> in the strings
浏览 2提问于2017-04-24得票数 2
回答已采纳
1回答
我正在尝试从我的汤中获取“数据-val”，但是它们都在一个巨大的列表中出现，并且没有像网站上显示的那样在不同的列表/列中格式化。
我知道标题在这里：
<th class="num record drop-3" data-tsorter="data-val">
<span class="long-points">
proj. pts.
</span>
<span class="short-points">
pts.
</span
浏览 0提问于2018-10-08得票数 1
回答已采纳
Html textarea中有一个格式正确的文本，如下所示：
在提交这首歌/诗时，servlet处理它并将其全部放在字符串中，并将其保存在servlet context.At中--我必须显示提交的诗，但是当从servlet上下文中获得该属性时，它将文本显示在一行中。
如何将文本保存为servlet上下文中的字符串，而servlet上下文的格式化方式与文本区域中的格式化方式相同。
处理这首诗的servlet片段：
String poetry = request.getParameter("poetry");
String poet = request.ge
浏览 4提问于2012-09-14得票数 1
回答已采纳
我有一个HTML文件，我想用python 3.2来解析它：
<td class="ln">15</td><td class="sf3b2"><code> </code></td>
<td class="ln">15</td><td class="sf3b2"><code> </code></td>
该任务是检测未标记的数字(在本例中仅为15 )，并将其存
浏览 2提问于2012-06-18得票数 1
回答已采纳
我试图了解如何使用漂亮的汤提取href链接的特定列下的内容，在一个表的网页。例如，考虑一下链接：。
在这个页面中，带有类wikitable的表有一个列标题，我需要提取列标题下每个值后面的href链接，并将它们放在excel工作表中。做这件事最好的方法是什么？我在理解漂亮的汤表解析文档方面遇到了一些困难。
浏览 4提问于2015-04-06得票数 3
回答已采纳
4回答
可单击图像中的文本
、、、
我有一个带有文本的图像，我希望图像中的文本可以单击，但我有一个问题:图像出现在一个警告框中(我使用了甜蜜的警告)。当我单击一个按钮时，会出现一个带有这些图像的警告框，当我看到图像后，我想要单击其中的文本，我如何才能做到这一点？
<html>
<head>
<script src="dist/sweetalert.min.js"></script>
<link rel="stylesheet" type="text/css" href="dist/sweetalert
浏览 0提问于2017-06-28得票数 2
我正试图在vala中创建一个github问题应用程序，并且需要从获得问题列表。
我已经尝试在我的代码中使用这个例子，但是这并不适用于SSL。
我也尝试过汤，但这似乎有一个问题，它找不到它的开发标题。
任何帮助都将不胜感激。
浏览 2提问于2015-01-12得票数 1
回答已采纳
在一个文本文件中，这些项具有相同的结构，我想用漂亮的汤来解析它。
摘录：
data = """<text id="1" sig="prenatfra-camppres-2017-part01-viewEvent-1&docRefId-0&docName-news%C2%B720170425%C2%B7LC%C2%B7assignment_862852&docIndex-3_1" title="Éditorial élection présidentielle" author="NULL
浏览 16提问于2021-02-23得票数 1
回答已采纳
我正试图解析一个页面
当我尝试findAll('b')时，我没有得到任何结果，和'tr‘一样。除了最初的标题标签之外，我找不到任何东西。
此外，当我执行BeautifulSoup=(标记)并打印该汤时，我将得到整个页面，并在输出的末尾加上一个额外的
我在BeautifulSoup 3.2.0中使用python2.6。为什么我的汤没有正确解析页面？
浏览 2提问于2014-10-15得票数 0
回答已采纳
我已经搜索并介绍了python中的一些网络爬行库，比如scrapy，漂亮汤等。使用这些库，我想抓取文档中特定标题下的所有文本。如果你们中的任何人能帮助我，我将不胜感激。我看过一些教程，教你如何使用漂亮的soap获取特定类名下的链接(通过查看源页面选项)，但如何获取简单的文本，而不是特定类标题下的链接。对不起，我的英语不好
import requests
from bs4 import BeautifulSoup
r=requests.get('https://patents.google.com/patent/US6886010B2/en')
print(r.content)
浏览 0提问于2017-10-25得票数 0
2回答
我已经设法用带有H2 / Class / Div标签的漂亮汤中的findAll函数创建了一个网站。(例如soup.findAll('div'，{'class‘：'price'})，但是网站的一部分有P标签，我不知道该如何抓取。它有以下几点
Listing history
<p class="top">
<strong>First listed</strong><br>
800 on
我想要800，但是Div Class "Sidebar sbt“在网
浏览 0提问于2017-06-06得票数 0
我对网页抓取和使用漂亮的汤4很陌生。我试着从嵌套在div下的标签中获得打印出来的文本。我可以让他们打印，但是标签仍然出现，美丽的汤不允许我使用.text函数从段落标签中提取文本。有没有更好的方法来做这件事，还是我做错了？
import requests
from bs4 import BeautifulSoup as soup
url = "https://www.wuxiaworld.com/novel/tales-of-demons-and-gods/tdg-chapter-1"
headers = {'User-Agent': 'Mozilla/
浏览 0提问于2021-02-25得票数 1
回答已采纳
大家好，大家好，我正试着用漂亮的汤findall立刻得到<div class="div1"> content </div>和<a class="a1"> link </a>。
我只是在学习漂亮的汤，我知道这个方法是如何在soup.find_all("div",{ "class" : "div1" }):中链接的，但是如何使用特定的类获得两个不同的标记。
我能做这样的事吗
for link in soup.find_all("div",{ "cl
浏览 1提问于2014-11-15得票数 1
回答已采纳
因此，我在OS上安装“美丽汤”时遇到了问题，最后在终端上测试了几种不同的安装方法。方法1：
python setup.py install
方法2：
easy_install BeautifulSoup
方法3：
pip install BeautifulSoup
最后，我意识到问题在于我在PyCharm中使用Python3解释器，而Beautiful安装在OS附带的默认Python2解释器上。将解释器更改为PyCharm中的Python2，就可以使Beautiful完美工作。
问题:我--保留OS的Python2解释器--如何在OS上的Python 3解释器上安装Beautiful？
浏览 3提问于2015-08-14得票数 1
回答已采纳
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
我知道编辑文本的功能，可以编辑href链接吗？我希望能够使用<a href="/foo/bar/">，并使用漂亮的汤将其更改为<a href="http://www.foobarinc.com/foo/bar/">。我不确定我将如何使用美丽的汤来做到这一点？如果能帮上忙，非常感谢。
浏览 2提问于2010-01-16得票数 1
回答已采纳
2回答
从美丽的汤中替换
、、、
你好，我正在使用BeautifulSoup 4，我试图替换汤文本中的“n\t”字符。
这是我的代码：
soup = BS(html_doc, "html.parser")
for tableItem in soup.find_all("td"):
result = str(tableItem.string)
result = result.replace("\n\t\", "")
print(result)
这是我的外卖：
\n', '\t\t\t\t\t\t\t\t\t\tTEXT_I_W
浏览 0提问于2016-02-15得票数 2
回答已采纳
3回答
我正在使用美汤从一个页面获取所有的链接。我的代码是：
import requests
from bs4 import BeautifulSoup
url = 'http://www.acontecaeventos.com.br/marketing-promocional-sao-paulo'
r = requests.get(url)
html_content = r.text
soup = BeautifulSoup(html_content, 'lxml')
soup.find_all('href')
我得到的只是：
[]
如何获得该页
浏览 0提问于2017-09-29得票数 13
回答已采纳
1回答
我希望从html文件中删除所有的表，也就是说，我想要一个html文件的副本，而不包括任何表格，不从文件中提取表，或者重新格式化它等等。
我正在考虑使用regex的形式：
html_without_tables = re.sub(r"(?s)(?i)\<table .*\<\/table\>, " ", table)
然而，有无数的帖子说不要用regex解析html，这让我有点不情愿(虽然不太确定会导致什么问题)。我猜美丽汤一定能做到，但不知道怎么做。
浏览 1提问于2015-10-21得票数 1
回答已采纳
2回答
我正在用java创建一个文本编辑器，它将文本保存为html，但以纯文本的形式显示给用户。用户可以更改文本的颜色、对齐方式和样式(粗体和下划线)。文本的整个主体作为html存储在数据库中，以便保存样式调整。我遇到了一个没有保存换行符的问题。因此，当用户输入文本时，按enter键并将文本放在新行上，在保存并重新显示后，所有内容都放在一行上。所有的文本都被放在段落标签中，没有任何换行。我想知道是否有一种方法可以让文本编辑器自动为新行插入换行符？
我设置编辑器的方式是使用内容类型设置为JTextPane /html的HTMLEditorKit。我使用StyledEditorKit操作来更改文本的颜色和
浏览 2提问于2014-01-21得票数 0
1回答
我试过使用正则表达式，但我读了一遍，找到了很棒的汤……
我已经知道了如何用soup获取html标签中的urls，但是我如何从html标签(href=*)和页面正文中获取urls呢？
另外，为了抓取标记中的urls，我如何指定只需要以http://，开头的urls。？
提前感谢！
浏览 2提问于2013-07-10得票数 1
回答已采纳
2回答
我有一个div，在div里面有一个背景图像，看起来像一个按钮，我在div中有一个文本，上面写着"Home“。默认情况下，文本被对齐到顶部，并且看起来不正确。如何在不移动div的情况下移动div中的文本？
css文件：
html文件：
浏览 1提问于2011-06-05得票数 13
假设下面是HTML文档的一个子集...注意，有多个重复的表，尽管<a name="1">可能是"2“、"3”、"4“等，每个表有不同的文本。
<table align="center" width="550">
<tr>
<td valign="top" width="300"><b>Product:</b></img></td>
<td>
<a name="1"
浏览 0提问于2012-10-29得票数 4
回答已采纳
1回答
迄今的最新情况：
美汤部分起作用。如何删除<style>和<\style>之间的任何文本
我正在尝试写一个函数，以便从这样的文本中
<style>.card {
font-family: arial;
font-size: 20px;
text-align: center;
color: black;
background-color: white;
}
</style>qüestion
<hr id=answer>
änswer
只把这些拿出来
word[0] = qüestion
word[1] = änswer
浏览 0提问于2017-05-10得票数 1
回答已采纳
1回答
用漂亮汤抓取网页数据
、、、
我尝试过抓取商店位置的文本详细信息，并使用BeautifulSoup将它们写入csv。阿拉巴马州的2家商店属于LocationSecContent类，亚利桑那州的17家商店属于另一类LocationSecContent。在佐治亚州，第一家商店机场在名为location的单一类中，在LocationSecContent类中，其余4家在LocationSecContent中的另一个类位置中。我想要抓取文本详细信息，并将商店详细信息，如名称、位置、街道、电话、传真、小时内容和所有详细信息写入csv文件。我在firefox中使用firebug。对不起，如果有任何错误，我是一个美食汤的初学者。
以下是我
浏览 0提问于2017-05-16得票数 0
3回答
我使用“请求”和“漂亮汤”来搜索包含特定文本的网页中的所有href链接。我已经做到了，但是如果文本是新的一行，美丽的汤不会“看到”它，也不会返回那个链接。
soup = BeautifulSoup(webpageAdress, "lxml")
path = soup.findAll('a', href=True, text="Something3")
print(path)
示例：
像这样，它返回Something3文本的Href：
...
<a href="page1/somethingC.aspx">Someth
浏览 5提问于2019-04-10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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
