BeautifulSoup无法带来<body>的内容
BeautifulSoup是一个Python库，用于从HTML或XML文档中提取数据。它提供了一种简单而灵活的方式来遍历解析文档，并提供了强大的搜索功能，使得数据提取变得更加容易。
然而，BeautifulSoup本身并不能直接获取<body>的内容。它主要用于解析和提取HTML或XML文档的标签和属性，而不是文档的实际内容。
如果想要获取<body>的内容，可以使用其他方法。以下是一种常见的方法：
- 使用requests库或其他HTTP请求库从网络上获取HTML页面的原始内容。
- 将获取到的HTML内容传递给BeautifulSoup进行解析。
- 使用BeautifulSoup的搜索功能，通过标签名或其他属性来定位<body>标签。
- 通过BeautifulSoup的方法获取<body>标签的内容，例如使用
.text属性获取文本内容，或使用.get('属性名')方法获取标签的属性值。
需要注意的是，BeautifulSoup只是用于解析和提取HTML或XML文档的工具，它本身并不涉及网络通信、服务器运维等方面的知识。在云计算领域中，可以将BeautifulSoup用于数据爬取、数据清洗等任务，以提取所需的数据。
腾讯云相关产品中，可以使用云函数（SCF）来实现类似的功能。云函数是一种无服务器计算服务，可以在云端运行代码，无需关心服务器运维等问题。您可以使用云函数来编写Python代码，包括使用BeautifulSoup解析HTML或XML文档，并提取所需的数据。
更多关于腾讯云云函数的信息，请参考腾讯云函数产品介绍页面：腾讯云函数
请注意，以上答案仅供参考，具体的实现方式和产品选择应根据实际需求和情况进行评估和决策。
相关·内容
我想在没有列表tags.But的注释中提取列表元素中的文本--我无法用下面的代码来实现它。
from bs4 import BeautifulSoup, Comment
html = """
<html>
<body>
<!--
<ul>
<li>10</li>
<li>20</li>
<li>30</li>
</ul>
-->
</body>
</html>
&#
浏览 1提问于2018-03-01得票数 0
回答已采纳
使用Requests和BeautifulSoup抓取网页。似乎无法使用select()方法来获取下面HTML中显示的文本。
<head><style type="text/css"></style></head>
<body>
<pre style="word-wrap: break-word; white-space: pre-wrap;">{
"salePrice": 299.99
}</pre>
</body>
浏览 1提问于2015-08-01得票数 1
2回答
我正在用BeautifulSoup解析HTML。最后，我希望获得没有body标记的body内容。但是BeautifulSoup添加了html、head和body标签。I 提出了一种可能的解决方案：
>>> from bs4 import BeautifulSoup as Soup
>>> soup = Soup('<p>Some paragraph</p>')
>>> soup.body.hidden = True
>>> soup.body.prettify()
u' &l
浏览 0提问于2014-01-30得票数 20
回答已采纳
关于编辑标记的string或strings属性有很多问题，但我所看到的公认的答案都不能解决我所遇到的问题。 如果遍历Tag.strings生成器，则只要使用.replace_with()编辑项，编辑就会成功，但生成器会立即退出，并且您无法继续迭代Tag.strings中的其余项。下面的代码演示了这一点： from bs4 import BeautifulSoup
soup = BeautifulSoup('<p>This <a href="../t.html">is my</a> example.</p>')
f
浏览 30提问于2021-06-23得票数 1
我怎样才能用漂亮的汤把<div data-role="content"></div>包裹在html主体的内容周围？
我试着从以下几个方面入手，但没有取得任何进展：
from bs4 import BeautifulSoup
soup = BeautifulSoup(u"%s" % response)
wrapper = soup.new_tag('div', **{"data-role":"content"})
soup.body.append(wrapper
浏览 5提问于2013-12-27得票数 6
1回答
我是BeautifulSoup和Python的新手。这是我的HTML： <html>
<head></head>
<body>
<a href="https://google.com">Google</a>
<a href="https://yahoo.com">Yahoo</a>
</body>
</html> 现在我的代码是： from bs4 import BeautifulSoup
# Getting page souped ins
浏览 12提问于2020-11-06得票数 0
回答已采纳
2回答
我正在尝试获取instagram个人资料页面的html，但当我使用requests库时，它会获取加载屏幕的html，而我希望在加载后获得页面的html。这是我的代码：
from bs4 import BeautifulSoup
import requests
source = requests.get("https://www.instagram.com/ethieen/").text
soup = BeautifulSoup(source,"lxml")
body = soup.find("body")
print(body.prettif
浏览 0提问于2020-06-09得票数 1
1回答
from bs4 import BeautifulSoup
import urllib.request
link = ('https://mywebsite.org')
req = urllib.request.Request(link, headers={'User-Agent': 'Mozilla/5.0'})
url = urllib.request.urlopen(req).read()
soup = BeautifulSoup(url, "html.parser")
body = soup.f
浏览 4提问于2016-03-18得票数 2
回答已采纳
如果我把我的问题放错了地方，或者没有遵守任何规则，我想提前道歉。我以前主要是网络安全管理员，最近开始学习Python。在做了一些小小的练习后，我想写出我的第一个代码，它将从我的打印机中获得"cartridge“法规。问题是我的一些打印机为我的get请求返回了几乎为空的结果。经过一些研究，我知道它可以是JS渲染的输出，这就是为什么我看不到完整的结果。我试图用Selenium实现我的代码，但同样没有结果。
import requests
from bs4 import BeautifulSoup
import re
from selenium import webdriver
i
浏览 16提问于2020-03-09得票数 0
1回答
字符串搜索不返回任何或[]
、、、、
我有几个urls，我想打开到一个特定的地方，并搜索一个特定的名称，但我只得到一个没有返回或[]。
我已经搜索过，但找不到与我的代码相关的答案。
from bs4 import BeautifulSoup
from urllib import request
webpage = request.urlopen("http://www.dsfire.gov.uk/News/Newsdesk/IncidentsPast7days.cfm?siteCategoryId=3&T1ID=26&T2ID=35")
soup = BeautifulSoup(webpage)
浏览 1提问于2014-10-24得票数 0
回答已采纳
我对代码的最终结果是让用户输入一个项目，代码将从几个不同的网站拉回第一个结果。现在，我还没有走得太远，无法得到第一个网站来拉回一个结果。 代码如下： from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup as soup
my_url = 'https://www.officeworks.com.au/shop/officeworks/search?q=charger'
#Open Collection
uClient = uReq(my_url)
page_html = uCli
浏览 18提问于2021-08-26得票数 0
1回答
无法提取表数据
、、
import requests
from bs4 import BeautifulSoup
URL = 'https://www.mohfw.gov.in/'
page = requests.get(URL)
soup = BeautifulSoup(page.content, 'html.parser')
table = soup.find('table')
table_body = table.find_all('tr')
print(table_body)
这是我的代码，即使在提取HTML内容之后，我也无法提取表数据，我做错
浏览 1提问于2020-08-26得票数 1
回答已采纳
我想解析来自以下站点的表数据：，并创建一个包含所有表值(vCPU、内存、存储、价格)的数据帧。但是，使用下面的代码，我似乎找不到页面上的表。有人能帮我找出如何解析这些值吗？
使用pd.read_html时，会出现找不到表的错误。
import pandas as pd
from bs4 import BeautifulSoup
import requests
import csv
url = "https://aws.amazon.com/ec2/pricing/on-demand/"
r = requests.get(url)
html_content = r.tex
浏览 59提问于2018-07-18得票数 0
1回答
import requests
from bs4 import BeautifulSoup
URL = 'https://www.mohfw.gov.in/'
page = requests.get(URL)
soup = BeautifulSoup(page.content, 'html.parser')
table = soup.find('table')
table_body = table.find_all('tbody')
print(table_body)
我想要那个不在评论之外的人。tr和td的每一层都有一个跨段，其
浏览 1提问于2020-08-27得票数 0
回答已采纳
BeautifulSoup在不同的平台上给了我不同的结果。有人能帮我理解原因吗？
创建一个具有以下内容的test.txt文件：
<S1>
</S1>
当我运行下面的片段时
from bs4 import BeautifulSoup
with open("test.txt", 'r') as f:
lines = f.read()
soup = BeautifulSoup(lines)
print soup
在Windows 7和Mac上，它给出了结果：
<S1>
</S1>
但在Windows 8上，它将其
浏览 4提问于2013-12-18得票数 0
回答已采纳
我试图用python创建一些HTML输出，但是无法获得正确的格式。我希望不包括断续标签的闭幕词。目前，我能够生成以下HTML：
item["PRICE"] = 'US$ 68.83'
item["PUB_DATE"] = '1974'
item["SHIPPING"] = 'US$ 14.16 Shipping'
from bs4 import BeautifulSoup
html = """
<html>
<head>
</head>
浏览 5提问于2022-03-10得票数 0
回答已采纳
我是Scrapy的新手，试着用它来练习爬行网站。然而，即使我遵循本教程提供的代码，它也不返回结果。看起来yield scrapy.Request不起作用。我的代码如下：
Import scrapy
from bs4 import BeautifulSoup
from apple.items import AppleItem
class Apple1Spider(scrapy.Spider):
name = 'apple'
allowed_domains = ['appledaily.com']
start_urls =['htt
浏览 8提问于2017-07-10得票数 1
回答已采纳
在3之前的BeautifulSoup版本中，我可以获取任意块的HTML并以这种方式获得字符串表示：
from BeautifulSoup import BeautifulSoup
soup3 = BeautifulSoup('<div><b>soup 3</b></div>')
print unicode(soup3)
'<div><b>soup</b></div>'
但是，对于BeautifulSoup4，相同的操作会创建额外的标记：
from bs4 im
浏览 6提问于2013-04-12得票数 17
回答已采纳
1回答
我正在尝试解析一个网站，以提取存储在主体中的一些数据，例如：
<body>
<b>INFORMATION</b>
Hookups: None
Group Sites: No
Station: No
<b>Details</b>
Ramp: Yes
</body>
我想使用BeautifulSoup4和RegEx来提取钩子和组站点等的值，但我对bs4和RegEx都是新手。我尝试了以下方法来获取Hookups值：
soup = BeautifulSoup(open('d
浏览 3提问于2013-05-07得票数 9
回答已采纳
我正在做网络抓取，我只想从任何网站的文本，所以我使用的Beautiful Soup。最初，我发现get_text()方法也返回了JavaScript代码，因此为了避免遇到应该使用extract()方法的问题，现在我遇到了一个奇怪的问题，在提取script和style标记之后，Beautiful Soup甚至在新的` `html中都无法识别它的主体。
我先说清楚我在做这件事
soup = BeautifulSoup(HTMLRawData, 'html.parser')
print(soup.body)
在这里，print语句打印了所有的html数据，但当我这样做时
soup =
浏览 20提问于2015-07-05得票数 3
回答已采纳
我的目标是刮macys.com网站，而我无法访问。下面的代码是我最初的尝试。
尝试1
from bs4 import BeautifulSoup
import requests
source = requests.get('https://www.macys.com').text
soup = BeautifulSoup(source, 'lxml')
print(soup)
这导致了以下错误。
<html><head>
<title>Access Denied</title>
</head><
浏览 1提问于2020-04-23得票数 0
2回答
不刮掉整个html和表
、、、、
我试图从这个网站上提取表时，我正在抓取，它没有给出完整的html脚本。此外，表标记中没有类或id。有人能建议如何提取吗？
url：
代码
from bs4 import BeautifulSoup
import requests
from bs4 import BeautifulSoup
URL = url ="https://www.jaivikkheti.in/inputsupplier"
page = requests.get(URL)
soup = BeautifulSoup(page.content, "html.parser")
# Re
浏览 4提问于2022-07-21得票数 -2
我正在为AWS上的lambda开发代码。
# import libraries
import urllib.request as urllib2
from Packages.bs4 import BeautifulSoup
import time
import Packages.requests as requests
import json
def run(event, context):
try:
# specify the url
quote_page = 'http://money.cnn.com/data/hotstocks/in
浏览 0提问于2018-04-14得票数 3
我正在遵循一个网络教程，尝试使用BeautifulSoup4从Jupyterlab中的html文件(存储在我的本地PC上)中提取数据，如下所示： from bs4 import BeautifulSoup
with open ('simple.html') as html_file:
simple = BeautifulSoup('html_file','lxml')
print(simple.prettify()) 不管html文件中是什么，而不是预期的html，我都会得到以下输出 <html>
<body&g
浏览 19提问于2020-10-03得票数 1
回答已采纳
不知何故，如果我将BeautifulSoup实例'a‘的内容插入到实例'b’中，它就会从实例‘a’中删除它。这有道理吗？
a = BeautifulSoup('<p>0</p><p>1</p>')
b = BeautifulSoup('<p>2</p>')
additions = a.body.contents
while additions:
b.body.insert(0, additions[-1])
‘’最后就会像
<html><body&g
浏览 2提问于2015-03-06得票数 2
回答已采纳
这个示例python程序：
document='''<p>This is <i>something</i>, it happens
in <b>real</b> life</p>'''
from bs4 import BeautifulSoup
soup = BeautifulSoup(document)
print(soup.prettify())
产生以下输出：
<html>
<body>
<p>
浏览 2提问于2014-08-26得票数 5
我在用BeautifulSoup解析一些不可靠的HTML时遇到了困难。事实证明，在新版本中使用的HTMLParser比以前使用的SGMLParser更难容忍。
BeautifulSoup有某种调试模式吗？我正试图找出如何阻止它在我从一个糟糕的网站上加载的一些讨厌的HTML上运行：
<HTML>
<HEAD>
<TITLE>Title</TITLE>
<HTTP-EQUIV="PRAGMA" CONTENT="NO-CACHE">
</HEAD>
浏览 10提问于2009-01-19得票数 4
回答已采纳
我正在使用BeautifulSoup创建和编写html文件。我能够为MWE创建一个简单的html，如下所示。但是，所有find函数都不返回任何内容，因此无法执行进一步的操作(插入、追加)。
这是怎么回事？
我如何为其中一个迪夫单独设置风格？(例如，div2和div3应该有显示:没有，我计划稍后通过脚本启用)
MWE:
head_soup = BeautifulSoup(open(nbheader_template),"html.parser")
head_soup.contents[0]
base_template = "<!DOCTYPE ht
浏览 1提问于2018-12-04得票数 2
回答已采纳
使用Ubuntu16.04和Python3.5，我会得到一些包的导入错误。“BeautifulSoup4”或“请求”。这两个库都是从Ubuntu存储库安装的：
$ dpkg --get-selections | grep -E "python3-req|python3-bs"
python3-bs4 install
python3-requests install
然而，我得到了"ImportError:没有名为‘BS4’/‘requests’的模块“。
$ python3 -c &#
浏览 5提问于2018-01-12得票数 1
回答已采纳
2回答
我在一个网站上做过网络抓取。它只包含页面中的前20个元素。如果我们向下滚动，剩下的元素将被加载。如何也刮掉这些元素？有什么不同的方法吗？
import requests
from bs4 import BeautifulSoup
r=requests.get("https://www.century21.com/real-estate/rock-spring-ga/LCGAROCKSPRING/")
c=r.content
c
soup=BeautifulSoup(c,"html5lib")
soup
all=soup.find_all("div&
浏览 3提问于2017-11-11得票数 0
回答已采纳
1回答
我必须下载URL链接的所有html。但是我没有得到任何HTML标签。取而代之的是，我只得到了这些行。
<!doctype html>
<html lang="en">
<head><meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1"> <title></title>
<link href="/gi
浏览 3提问于2019-07-07得票数 0
我正在尝试用BeautifulSoup解析R-Markdown，以便删除包含答案的代码片段(这是为了教育)。我对包含<或>操作符的代码块有问题，因为BeautifulSoup将其识别为HTML。有没有办法将下面示例中`区域之间的所有代码都当作单个文本字符串来处理，以避免解析？
在这里你可以找到一个包含问题的简单的超文本标记语言示例(test.html)：
<html>
<body>
<div class="code">
```{r}
forcing.fun =
浏览 7提问于2017-12-20得票数 0
在下面的代码中，我试图获取站点的所有超链接，但我得到的输出结果是:我在这里做错了什么
<html>
<body onload="document.acsForm.submit();">
<form name="acsForm" action="https://www.searspartsdirect.com/partsdirect/j_acegi_cas_security_check?ssonofail=true" method="post">
<div sty
浏览 2提问于2012-08-01得票数 1
回答已采纳
1回答
我从另一个开发人员那里继承了一个函数，该函数应该检查电子邮件消息的body参数是HTML正文还是明文。如果它是HTML，它会将正文的普通版本和html版本附加到消息中，如果主体不是html，则只附加一个普通正文。
def insertBody(self, body):
if bool(BeautifulSoup(body, "html.parser").find()):
b = MIMEMultipart('alternative')
b.attach( MIMEText(html2text.html2text(body)
浏览 6提问于2017-05-17得票数 0
回答已采纳
我想获取电子邮件正文，但不是html格式。我已经使用Beautifulsoup和data = re.sub(r'<.*?>'，''，html2)删除了html标记，但它不起作用我无法接收给申请者的电子邮件
def message_new(self, cr, uid, msg, custom_values=None, context=None):
""" Overrides mail_thread message_new that is called by the mailgateway
through message_
浏览 3提问于2016-07-05得票数 0
关于从HTML文档中提取链接的问题，我还没有找到一个很好的答案。我已经看到了一些答案，您可以直接指定链接。但是，如果你想提取一个未指定的url呢？我只是想知道这是否可能。我在这里有这个HTML
我把这个放到Pycharm中
html = """
<
<html>
<head>
<title>About me</title>
</head>
<body>
<h1>About Me</h1>
<h4>My Hobbies</h4>
&l
浏览 8提问于2018-08-04得票数 1
1回答
如果有下面的html块：
chunk = '<p>BLA bla bla html... <div>Copyright 2014 NPR</div></p>'
当我做以下事情时：
from bs4 import BeautifulSoup
soup = BeautifulSoup(chunk)
这个大块变成了这样：
>>> soup
<html><body><p>BLA bla bla html... </p><div>Copyright 2014 So
浏览 2提问于2014-08-11得票数 2
回答已采纳
2回答
当使用解析HTML文件时，下面的一行将在某些网页上抛出一个异常：
if 'var' in str(tag.string):
以下是背景：
response = requests.get(url)
soup = bs4.BeautifulSoup(response.text.encode('utf-8'))
for tag in soup.findAll('script'):
if 'var' in str(tag.string): # This is the line throwing the exceptio
浏览 10提问于2013-06-10得票数 0
回答已采纳
换句话说，是否可以使用/<tag[^>]*>.*?<\/tag>/ regex来匹配不包含嵌套tag元素的tag html元素？
例如(lt.html)：
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
<html>
<head>
<title>greater than sign in attribute value</title>
浏览 8提问于2008-09-18得票数 12
回答已采纳
3回答
我正在处理一些老的html，它有很多空标签：<i style='mso-bidi-font-style:normal'><span style='font-size:11.0pt;font-family: Univers;mso-bidi-font-family:Arial'><o:p></o:p></span></i>。这严重破坏了我用来遍历树的算法。
是否有一种方法可以在遍历BeautifulSoup对象之前将其清除？
from bs4 import BeautifulSoup
h
浏览 0提问于2015-11-03得票数 11
回答已采纳
在我试图制作刮刀的过程中，我找到了一个在代码中大量使用javascript的网站，可以检索脚本的输出吗？
<html>
<head>
<title>Python</title>
</head>
<body>
<script type="text/javascript" src='test.js'></script>
<p> some stuff <br>
more stuff <br>
code <br>
video &
浏览 7提问于2015-06-18得票数 1
回答已采纳
我正在尝试使用parser.make2d函数将我的HTML表转换为可用的数据帧，但是我无法安装parser.make2d的模块。在我的Python2.7中，它找不到" html_table_parser“模块，因此”从html_table_parser导入parser_functions as parse“不起作用。
from urllib2 import urlopen
import pandas as pd
from bs4 import BeautifulSoup
import webbrowser
import requests
from html_table_parser i
浏览 60提问于2018-05-31得票数 0
在我的pydev控制台中收到错误后，我无法理解如何继续。
控制台返回以下内容：
b'<!DOCTYPE html>\n<html>\n <head>\n <title>A simple example page</title>\n </head>\n <body>\n <p>Here is some simple content for this page.</p>\n </body>\n</html>
浏览 2提问于2018-04-13得票数 1
我想用BeautifulSoup解析html页面的一部分。
下面是我的代码：
# -*- coding: utf-8 -*-
from bs4 import BeautifulSoup
body = """Some text
<body{block:PermalinkPage} class="inside"{/block:PermalinkPage}>
Some text
"""
print BeautifulSoup(body, 'html5lib')
输出为
<html><he
浏览 1提问于2014-03-18得票数 0
1回答
这个函数将一个JSON文件(可能包含任何JSON格式的内容，因为我刮了数百个随机页面)作为参数，并返回一个字典列表，其中根据使用BeautifulSoup和regex模式提取标题，将URL映射到相应的标题。
我正在寻找关于性能可读性和清晰度的建议。
在我的第一次迭代之后，我改进了代码，结果如下：
import json
from tqdm import tqdm
import re
from bs4 import BeautifulSoup
import csv
import string
"Load HTML body, and fetch headers"
def get
浏览 0提问于2017-06-29得票数 3
回答已采纳
我正在尝试使用BeautifulSoup从一个网站()中提取内容。作为这个问题的一个例子，我可以运行以下代码：
import urllib
import bs4 as BeautifulSoup
url = 'http://brooklynexposed.com/events/'
html = urllib.urlopen(url).read()
soup = BeautifulSoup.BeautifulSoup(html)
print soup.prettify().encode('utf-8')
输出似乎截断了html，如下所示：
<
浏览 0提问于2013-07-16得票数 9
BeautifulSoup的.content是做什么的？我正在学习教程，但我并不真正理解.content是做什么的。我已经看过论坛了，我没有看到任何答案。看一下下面的代码...
from BeautifulSoup import BeautifulSoup
import re
doc = ['<html><head><title>Page title</title></head>',
'<body><p id="firstpara" align="c
浏览 0提问于2013-10-26得票数 5
回答已采纳
如何替换文件中html标签的文本内容并将其保存到另一个(某些)文件中？
例如。有一个文件index.html
<!DOCTYPE html>
<html>
<head>
</head>
<body>
<p itemprop="someprop">SOME BIG TEXT</p>
</body>
</html>
我需要将"p“标记中的文本”一些大文本“替换为”另一个大文本“。
from bs4 import Beau
浏览 363提问于2018-06-19得票数 1
回答已采纳
我使用BeautifulSoup的lxml解析器来解析一些html。然而，它并没有像它写的那样被解析。例如，以下代码：
import bs4
my_html = '''
<html>
<body>
<B>
<P>
Hello, I am some bolded text
</P>
</B>
</body>
</html>
'''
soup = bs4.BeautifulSoup(my_html, 'lxml')
print soup
浏览 4提问于2016-07-20得票数 1
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
