注释在网页上可见，但BeautifulSoup返回的html对象不包含注释部分
问：注释在网页上可见，但BeautifulSoup返回的html对象不包含注释部分，这是为什么？
答：BeautifulSoup是一个Python库，用于从HTML或XML文档中提取数据。它的主要功能是解析HTML文档并将其转换为一个可以轻松遍历和搜索的树状结构。
当使用BeautifulSoup解析HTML文档时，默认情况下，它会忽略注释部分。这是因为在大多数情况下，注释并不包含实际的页面内容，而是用于开发者或维护者在代码中添加注释或标记。因此，BeautifulSoup的设计者决定将注释部分排除在返回的HTML对象之外，以简化开发者对页面内容的处理。
如果需要提取HTML文档中的注释部分，可以使用BeautifulSoup的特殊方法Comment来获取注释内容。下面是一个示例代码：
from bs4 import BeautifulSoup, Comment
html = """
<html>
<body>
<!-- 这是一个注释 -->
<p>这是一个段落。</p>
</body>
</html>
"""
soup = BeautifulSoup(html, 'html.parser')
comments = soup.find_all(string=lambda text: isinstance(text, Comment))
for comment in comments:
print(comment)在上面的例子中，我们首先定义了一个包含注释的HTML文档。然后，使用BeautifulSoup解析该文档，并使用find_all方法结合Comment类来找到所有的注释部分。最后，我们遍历注释并打印出来。
需要注意的是，注释部分在HTML文档中可能不是很常见，因此在大多数情况下，不会涉及对注释的处理。如果需要处理注释部分，可以根据上述示例代码进行操作。
相关·内容
我尝试使用网址链接从网页中提取评论的文本内容，并使用BeautifulSoup进行抓取。当我单击URL链接时，在页面上可以看到注释的内容，但是BeautifulSoup返回的HTML对象不包含这些标记和文本。 我使用带有'html.parser‘的BeautifulSoup来做网页抓
浏览 19提问于2019-03-25得票数 1
回答已采纳
9回答
基本上，我想使用BeautifulSoup严格抓取网页上的可视文本。例如，就是我的测试用例。我主要想获取正文文本(文章)，甚至这里和那里的一些选项卡名。我已经尝试了这个中的建议，它返回了很多我不想要的<script>标签和html注释。我想不出函数需要什么参数才能获得网页上的可视文本。
那么，我应该如何找到除脚本、<
浏览 95提问于2009-12-21得票数 139
回答已采纳
3回答
我希望在HTML源代码中显示注释，但仅在源代码中显示注释，而不在页面的实际呈现内容上显示注释。例如，当用户右键单击他们的浏览器窗口并选择"View Source“时，我希望评论在那里可见，但我不希望评论在实际呈现的网站上可见。我试过了 Joe H
浏览 3提问于2012-04-17得票数 0
回答已采纳
我需要为php (或html)编辑语法高亮。我开始使用html注释来优化移动视窗上网页的加载。简单地说，我注释掉了不希望在移动版本中可见的部分html代码，然后在桌面版本的javascript中取消对这部分代码的注释。它看起来是这样的：
<!</h2&g
浏览 1提问于2016-10-06得票数 1
我正在尝试使用BeautifulSoup从以下网页中刮表：from bs4 import BeautifulSoup
reference.com/boxscores/201702050atl.htm'html = page.text
页面上的大多数表都在注释标记中print(s
浏览 7提问于2017-09-19得票数 0
回答已采纳
我现在被一些我认为我理解的东西弄糊涂了，但事实证明我一直认为这是理所当然的。人们经常会遇到这种类型的for循环： from bs4 import BeautifulSoup as bssoup = bs(mystring,'html.parser') [do something with elem] 我没有注意到的
浏览 15提问于2019-05-08得票数 1
回答已采纳
在BeautifulSoup4中，如果对标记元素调用.string，则应该返回标记中包含的文本。from bs4 import BeautifulSou
浏览 1提问于2019-01-03得票数 0
回答已采纳
我想用<id=result_0>、<id=result_1>、<id=result_2>等访问<id=result_0>标记中包含的数据。find_all('li')函数只返回4个结果(直到result_3)，我认为这很奇怪，因为当我在浏览器中查看网页时，我会看到12个结果。当我打印parsed_html时，我看到它包含到result_23的所有部分。为什么find_
浏览 5提问于2017-01-22得票数 1
回答已采纳
: comment_table = soup.find(text=lambdax: isinstance(x, NavigableString) and stat in x)
soup = BeautifulSoup(comment_table, "html.parser上面的代码似乎检查了HTML中的“
浏览 3提问于2021-01-14得票数 0
回答已采纳
我正在阅读BeautifulSoup上的内容，以便抓取一些很重的html页面。翻阅BeautifulSoup的文档，我似乎找不到一种简单的方法来选择子元素。“我想要的内容”，因为我有对象顶部。来到BeautifulSoup，我认为这很容易，就像topobj.nodes1.nodes.string一样。相反，我只看到返回元素以及文本节点、注释等的变
浏览 1提问于2009-10-15得票数 2
回答已采纳
1回答
我知道还有一些关于这个网站评论HTML表格的问题，但我不相信他们会回答这个具体的问题。soup = BeautifulSoup(res.text, "lxml")
comment_table = soup.find(text=lambda x: i
浏览 2提问于2021-01-30得票数 0
回答已采纳
1回答
此代码提取课堂上所有学生的标记，并使用results.txt将结果存储在文件BeautifulSoup中。我正在寻找代码评审和建议。from bs4 import BeautifulSoup url = 'http://www.*.org/'
浏览 0提问于2015-04-17得票数 2
Selenium给了我普通的html，我使用print检查了它，发现它确实包含了我试图刮掉的部分。但我的问题是美汤。我想找到div标签我试过用但这会返回空的，可能是因为实际的div标记也包
浏览 1提问于2016-05-28得票数 0
回答已采纳
3回答
我试图从这个网页()中提取与表(Team )对应的所有元素。104.7 96.5 .300 .319 .493 10.9 20.5 .228 .501 11.6 79.6 .148频谱中心269,47)from bs4 import BeautifulSouphtmla = urllib2.urlopen('http://www.basketball-reference.com/teams/CHO/2017.html')
浏览 2提问于2016-12-26得票数 1
回答已采纳
1 709 486 526 15 2 -48 7 2 但后来我意识到这只是最近的company-table"]/tbody')
driver.close() 我希望收到4个数字，因为我可以在html
浏览 13提问于2019-08-29得票数 0
回答已采纳
1回答
我正在尝试从篮球运动员那里提取数据--我正在从事的一个项目的参考。在B-R上，一个播放器页面有多个数据表，我想要获取所有的数据表。然而，当我试图从页面中抓取表时，它只给出了表标记的第一个实例，即只给出了第一个表。
浏览 12提问于2019-07-26得票数 0
回答已采纳
接下来的另一个问题，我尝试使用标题作为唯一标识符，但最终发现它们在我使用的网站上不是唯一的。但是，每个页面的注释中都包含一个唯一的标识符。
使用Capybara，我如何访问网页上的评论？具体地说，是在第一个html之前的根部的注释。在其中，我至少可以使用水豚抓取包含注释<em
浏览 2提问于2011-10-13得票数 1
回答已采纳
7回答
我想要一个regex，它可以匹配HTML源页面中的条件注释，所以我只能删除这些注释。我想保留定期的评论。文本是编辑：，由于BeautifulSoup，我想删除这些标记。BeautifulSoup无法解析并给出一个不完整的源。
EDIT2:如果IE不是唯一的条件的话，。有更多的，我没有任何可能的
浏览 11提问于2008-09-25得票数 5
2回答
它返回给我一个列表，其中包含一些对我没有任何用处的随机锚标签。我还尝试了带class_参数的find_all()，但它返回了一个空列表。
我试着打印soup对象。它打印网页的HTML，而不是那些包含div的结果。我不知道为什么BeautifulSoup不抓取包含div的结果。请看屏幕截图，突出显示的HT
浏览 6提问于2021-04-02得票数 0
我正在尝试使用Beautiful外地Python从网站中获取一些数据，但是它没有返回它应该返回的值。以下是我的密码。import requests
url = 'https://finance.naver.com/item/sise.nhn?code=005930" title="일별 시세" topmargin="0" width="
浏览 3提问于2019-11-29得票数 0
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
