Python，Beautifulsoup -根据列表中的项目从标签中提取字符串
Python是一种高级编程语言，具有简单易学、可读性强、开发效率高等特点。它广泛应用于各个领域，包括云计算。Beautifulsoup是Python中一个用于解析HTML和XML文档的库，它提供了一种简单而灵活的方式来从网页中提取所需的数据。
对于给定的列表中的项目，我们可以使用Beautifulsoup来从标签中提取字符串。以下是步骤和示例代码：
步骤：
- 安装Beautifulsoup库：可以使用pip命令进行安装，命令如下：
- 安装Beautifulsoup库：可以使用pip命令进行安装，命令如下：
- 导入Beautifulsoup库：在Python代码中导入Beautifulsoup库，代码如下：
- 导入Beautifulsoup库：在Python代码中导入Beautifulsoup库，代码如下：
- 获取HTML内容：通过网络请求或从本地文件读取HTML内容。
- 创建Beautifulsoup对象：使用获取到的HTML内容创建Beautifulsoup对象，代码如下：
- 创建Beautifulsoup对象：使用获取到的HTML内容创建Beautifulsoup对象，代码如下：
- 使用选择器提取字符串：使用Beautifulsoup提供的选择器方法提取所需的字符串。选择器可以是HTML标签名、CSS选择器或Xpath表达式。代码示例如下：
- 使用选择器提取字符串：使用Beautifulsoup提供的选择器方法提取所需的字符串。选择器可以是HTML标签名、CSS选择器或Xpath表达式。代码示例如下：
在上述示例代码中，find方法用于找到指定的标签，find_all方法用于找到所有符合条件的标签。text属性用于获取标签内的文本内容。
Beautifulsoup的优势在于它简化了HTML和XML文档的解析过程，提供了易于使用的API，使提取所需数据变得非常方便。
Beautifulsoup在云计算中的应用场景包括数据爬取、数据清洗和数据分析等。在腾讯云中，您可以使用云函数（SCF）服务和COS存储服务来配合Beautifulsoup进行数据爬取和处理。
腾讯云相关产品：
以上是关于Python和Beautifulsoup从标签中提取字符串的答案，希望能够满足您的要求。
相关·内容
我有Python3.7代码，尝试从以下网站()提取足球统计数据。看起来我在BS4美丽汤中使用的超文本标记语言解析器根本没有提取网站中的任何标签。
我首先尝试提取特定的标签，比如表示主队和客队的两个不同的div标签，以及包含球员姓名的标签。当这呈现了一个空的标签列表时，我只是简单地尝试提取该网站上的所有div标签，但我仍然得到了一个空列表。
下面是我使用的代码：
from requests import get
from bs4 import BeautifulSoup
url = 'https://www.whoscored.com/Matches/1294545/LiveStati
浏览 26提问于2019-07-13得票数 2
回答已采纳
我正在使用selenium和BeautifulSoup从维基百科页面中创建几个列表。当我查看页面源时，我想从其中获取信息的链接总是被构造为：
<li><a href="/wiki/town_name,_California" title="town_name, California">town_name, state</a></li>
标签中有一个链接，你可以点击这个链接，它将指引你到那个小镇的wiki页面。总是/wiki/town_name,_California
我想使用Python中的for循环来查找具有此结
浏览 0提问于2017-10-10得票数 1
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
1回答
Python的新手。我想从一个谷歌搜索页面从多个网站(例如100+)提取信息。我只想提取关键信息，例如那些带有<h1>、<h2>或<b>或<li> HTML标签的信息等，但我不想提取整个段落的<p>。 我知道如何从google搜索中收集网站URL列表；我还知道如何在查看页面的HTML后对单个网站进行网络抓取。我使用Request和BeautifulSoup来完成这些任务。 但是，我想知道如何从所有这些(100+ !)中提取关键信息。网站，而不必逐个查看它们的html。有没有办法自动找出网站用来强调关键信息的HTML标签？例如，一些网
浏览 18提问于2021-03-31得票数 1
我有一个大学课程的项目，要求我从美国人口普查局网站上的一个页面上提取所有URL，并将它们存储在CSV文件中。在很大程度上，我已经知道如何做到这一点，但由于某些原因，当数据被附加到CSV文件时，所有条目都是水平插入的。我希望数据是垂直排列的，这意味着第一行具有列表中的第一项，第二行具有第二项，依此类推。我尝试了几种方法，但数据总是以水平表示形式结束。我是python的新手，显然对这门语言的掌握还不够扎实，无法弄清楚这一点。任何帮助都将非常感谢。 我正在使用Beautifulsoup4和请求库解析网站。从网站中提取所有的'a‘标签非常简单，从这些'a’标签中获取URL到一个列表中
浏览 11提问于2019-09-11得票数 0
回答已采纳
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
我试着从youtube页面中提取所有的元关键字。但BuatifulSoup只能提取前几个关键字，而不是所有关键字。为此，我编写了以下Python脚本： import requests
from bs4 import BeautifulSoup
url = "https://www.youtube.com/watch?v=2lAe1cqCOXo"
response = requests.get(url)
soup = BeautifulSoup(response.text, 'lxml')
keywords = soup.find("meta
浏览 9提问于2020-01-27得票数 0
回答已采纳
如何在不指定标记和删除垃圾的情况下获得在python中标识的url内容？
我知道通常的方法，从urlopen获取数据，然后使用BeautifulSoup来识别内容的标签。我真正想知道的是，有没有什么泛型方法或库可以在不指定标记的情况下做到这一点。
浏览 24提问于2018-06-27得票数 -2
我是Python的新手，我正在尝试构建一个从网站提取一些文本并将其粘贴到Google电子表格中的脚本。 文本是用标签包装在网站上的标题。我使用BeautifulSoup (也导入了pygspread )来提取标题，如下所示： target_url = 'WEBSITE URL'
r = requests.get(target_url)
soup = BeautifulSoup(r.text, 'html.parser')
seminarTitles = soup.findAll("a",{"class":"eventC
浏览 16提问于2019-12-24得票数 0
回答已采纳
2回答
我正在尝试抓取这个页面https://ntrs.nasa.gov/search。我使用下面的代码，当有更多的标签时，Beautiful soup只找到了3个标签。我尝试过使用html5lib、lxml和HTML解析器，但它们都不起作用。 你能告诉我有什么问题吗？ import requests
import urllib.request
import time
from bs4 import BeautifulSoup
# Set the URL
url = 'https://ntrs.nasa.gov/search'
# Connect to the URL
respo
浏览 22提问于2021-06-18得票数 0
回答已采纳
2回答
我是一个新手，在使用BeautifulSoup从页面抓取html后，移除跨度标签有困难。尝试使用"del links‘’span‘，但返回相同的结果。使用getText()的一些尝试也失败了。很明显我做错了应该很容易的事情。帮助？
from bs4 import BeautifulSoup
import urllib.request
import re
url = urllib.request.urlopen("http://www.python.org")
content = url.read()
soup = BeautifulSoup(content)
for l
浏览 2提问于2013-06-12得票数 1
我刚刚开始接触Python，正如许多人所做的一样，我从一个web抓取示例开始尝试这种语言。我尝试的是收集任何特定标签类型的内容，并将其作为列表返回。为此，我使用BeautifulSoup和请求。这个测试使用的站点是一个名为“Staxel”的小游戏的博客。
我可以让我的代码使用soup.find和print输出标签的第一次出现，但是当我将代码更改为下面的代码时，我会收到关于将列表打印为固定变量的警告。
有人能说明一下我该用什么吗？
# import libraries
import requests
import ssl
from bs4 import BeautifulSoup
# set
浏览 0提问于2019-02-06得票数 1
回答已采纳
1回答
嗨，我对python和web scraping都是新手。从我的脚本中，我想要POST请求，然后从中获取urls。但是我有一个问题，我不能从a标签中获取urls。当我检查网站时，我可以看到URL，但在我的脚本中，它显示为javascript。所以，我正在寻找一些想法来解决这个问题。谢谢。 from bs4 import BeautifulSoup
url = 'http://www.adassothai.com/index.php/main/ad_expenditure/'
myobj = {'y': '2014'}
x = requests
浏览 16提问于2021-07-06得票数 0
回答已采纳
1回答
我正在尝试从python的pdf文件中提取'Italic‘的内容。我已经将pdf转换为html，这样我就可以使用斜体标签来提取文本。下面是html的外观：
<br></span></div><div style="position:absolute; border: textbox 1px
solid; writing-mode:lr-tb; left:71px; top:225px; width:422px;
height:15px;"><span style="font-family: TTPGFA+Sy
浏览 10提问于2016-09-13得票数 4
回答已采纳
我在python中有一个循环，在每次迭代中，程序都会从控制台读取文本。在此文本中有一个字符Id。我读到的消息是“您的项目已准备就绪。您的ID: dfgdfgfd”，因此id在每次迭代中都会有所不同。在每次迭代之后，ID应该转到循环外部的列表中。我正在尝试这样做，但我认为有一种更好的方法，只需在(.*)中获取ID并将其附加到Id列表中，而不是提取行并将其拆分并获取6，仅获取Id并附加它。
import os
import sys
import re
ListOfProjects={projectA, projectB, projectC, projectE}
List_Of_Ids=[]
fo
浏览 0提问于2018-06-05得票数 0
1回答
无法导入已安装的包
、、、、
我在Python ( v1.5.5 )中使用了Enthought环境。Package指示我安装了beautifulsoup4，v4.3.2-5。然而，下面的所有操作都失败了，产生了Import Error: No module named xxxxxx
import beautifulsoup
import beautifulsoup4
import BeautifulSoup
在列表中包括了..., 'beautifulsoup4==4.3.2', ...。
浏览 4提问于2015-11-11得票数 0
回答已采纳
我正在拼凑我的第一个Python项目。我正在运行下面的Python代码，但在使用linecache.getline时遇到了问题。我想让它打开stoarage.txt文件。检查数字是否为0。如果是，则将其更改为1-播放音乐并打开LED。然后切换到2，它不会在每次我关机并启动我的树莓派时再次播放音乐。任何建议都会让人惊叹不已。
我的storage.txt结果是这样的：
0
0
0
我认为它应该是这样的：
2
0
0
我的python代码如下所示：
import requests
import pygame
import RPi.GPIO as GPIO
from BeautifulSoup
浏览 0提问于2016-07-06得票数 0
1回答
这可能是一个非常基本的Python问题，尽管我在Beautiful Soup中遇到过它。
我想做的基本事情是只从HTML文件中提取输出文本。
例如，在下面包含的HTML文件中，我只想提取0123、abc、def和ghi，而不提取标签和属性。
据我最好的理解，我应该能够递归通过HTML标签的后代，并只包括NavigableStrings的东西。
问题是我不知道如何编写if语句来测试该类型。请参阅下面的python代码中的注释。
有什么解决方案吗？
<!DOCTYPE html>
<html lang="en">
<head>
<m
浏览 6提问于2018-03-05得票数 2
回答已采纳
2回答
我在python中创建了一个脚本，以便从网页中获取表中的所有名称。该表中的名称在页面源中可用，因此它们是static content。然而，当我尝试使用下面的脚本时，我得到了很少的脚本(直到2012 Topps Heritage Run)，而列表却更多。
如何使用请求从表中获取Company Sets 头下的所有名称？
到目前为止我已经尝试过：
import requests
from bs4 import BeautifulSoup
url = "https://www.psacard.com/psasetregistry/baseball/company-sets/16"
浏览 0提问于2019-03-12得票数 0
回答已采纳
1回答
我试着用漂亮的汤刮掉一个公开的facebook群组，我使用的是手机网站，因为那里没有javascript。所以这个脚本应该从'more‘关键字中获取链接，并从p标签中获取文本，但它只是从当前页面的p标签中获取文本。有人能给我指出问题所在吗？我对python和这段代码中的一切都是新手。
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.common.exceptions import NoSuchElementException
浏览 4提问于2018-08-25得票数 1
回答已采纳
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
2回答
我想从网站自动加载代码。我有一个清单，上面有一些名字，我想把每一件东西都看一遍。浏览第一个项目，发出请求，打开网站，从HTML复制代码/编号(span中的文本)，然后将结果保存在字典中，依此类推(适用于所有项目)。
我从csv中读取所有行，并将它们保存到列表中。在此之后，我请求从网站加载HTML，搜索公司并读取span中的数字。
我的代码：
with open(test_f, 'r') as file:
rows = csv.reader(file,
delimiter=',',
quote
浏览 0提问于2017-07-27得票数 0
首先，我想说这是我的第一篇文章，多年来对我有很大的帮助，所以谢谢大家！
关于我的问题：
我有一个包含unicode文本、html标签和bbcode标签的字符串(这显然是从论坛中提取的)。
示例：
This is my sample text.
It may contain <a href="http://www.somesite.org/test.htm">HTML tags</a>,
[b]BBCode[b],
or even <a href="http://www.someothersite.com/">[b]
浏览 1提问于2015-03-07得票数 1
回答已采纳
我正在使用beautifulsoup4从谷歌日历中抓取信息。我编制了一份清单，列有日期，然后是有预约的人的姓名，以及会议举行的时间。然而，由于某些原因，网络刮擦产生的时间提前了5个小时，我不知道为什么。
下面是我用来生成列表的内容：
import requests
import re
from bs4 import BeautifulSoup
url = "https://calendar.google.com/calendar/htmlembed?src=stationhouston.com_rjtfsabha07jarsumdg7v95b10@group.calendar.g
浏览 1提问于2018-08-09得票数 0
回答已采纳
2回答
因此，我需要从一些HTML中提取一些愚蠢的代码，但到目前为止，我所做的都不起作用。HTML如下所示
<div class="style7" style="text-align: justify; overflow: auto;">
<br />++++++++++[>++++++++++++>+++++++++++>++++++++++++>+++++++++++>++++++++++>++++++++++++>++++++++++>++++++++++>+++++++
浏览 1提问于2014-04-14得票数 3
我想用Python3.5和BeautifulSoup从网站BeautifulSoup中抓取每个项目的href。
这是我的密码
#Loading Libraries
import urllib
import urllib.request
from bs4 import BeautifulSoup
#define URL for scraping
theurl = "https://www.kickstarter.com/discover/advanced?category_id=16&woe_id=23424829&sort=magic&seed=24490
浏览 3提问于2016-07-25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
我是个网络刮刮的新手。我发现来自“查看页面源”和“检查元素”的代码是不同的。我在用Chrome。我想知道有什么方法可以提取“检查元素”中的代码吗？
python中的BeautifulSoup模块似乎从“查看页面源”中提取代码，而不是从“检查元素”中提取代码。
浏览 2提问于2015-11-15得票数 2
回答已采纳
2回答
我在用BeautifulSoup..。
当我运行这段代码时：
inside_branding_info = container.div.find("div", "item-branding")
print(inside_branding_info)
它返回：
div class="item-branding">
<a class="item-rating" href="https://www.newegg.com/gigabyte-geforce-rtx-2060-super-gv-n206swf2oc-8gd
浏览 9提问于2020-05-15得票数 0
回答已采纳
1回答
我正在尝试使用漂亮汤从html文件中提取字典条目的“意义”部分，但这给我带来了一些麻烦。以下是我迄今所做尝试的总结：
我右键单击下面的字典条目页，并将该网页保存到我的'aufmachen.html'目录中，作为
在这个网页的源代码中，我试图提取的部分从第1042行开始，我在下面编写了表达式，但是标签和Bedeutungen都不包含任何搜索结果。
import requests
import pandas as pd
import urllib.request
from bs4 import BeautifulSoup
with open("aufmachen.htm
浏览 2提问于2022-06-24得票数 0
回答已采纳
我是新来的，正在努力让BeautifulSoup工作。我在恢复类和标记时遇到了Html问题。我靠得更近了，但我错了。我插入错误的标记和类来刮取新闻项目的标题、time、link和text。
我想刮所有这些标题在垂直列表，然后刮日期，标题，链接和内容。
你能帮我做正确的html类和标签吗？
我没有收到任何错误，但是python控制台仍然是空的
>>>
代码
import requests
from bs4 import BeautifulSoup
site = requests.get('url')
beautify = BeautifulSo
浏览 2提问于2022-03-21得票数 -1
回答已采纳
我目前正在学习古瑟尔的Python专业知识。我遇到了使用BeautifulSoup从网页中提取特定链接的问题。从这个网页()中，我应该从用户输入中提取一个URL，并打开随后的链接，这些链接都是通过锚选项卡识别的，并运行一些迭代。
虽然我可以用列表来编程，但我想知道是否有更简单的方法可以不使用列表或字典来实现呢？
html = urllib.request.urlopen(url, context=ctx).read()
soup = BeautifulSoup(html, 'html.parser')
tags = soup('a')
浏览 3提问于2017-09-01得票数 0
回答已采纳
我有一个路由器，我想登录到它并使用Python脚本检索信息。我是Python的新手，但我想用它来学习和探索更多。以下是我到目前为止所写的：
from requests.auth import HTTPBasicAuth
import requests
from bs4 import BeautifulSoup
response = requests.get('http://192.168.1.1/Settings.html/', auth=HTTPBasicAuth('Username', 'Password'))
html = respons
浏览 2提问于2016-05-12得票数 1
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
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
1回答
我正在尝试获取一个特定网站的URL。我正忙着呢。有谁可以帮我？我能够删除列表中的一些元素(链接地址)。首先，我从特定的网站(swiggy.com这里)获取所有的urls。在尝试删除以'/‘开头的列表元素(链接地址)之后。我在执行以下计划时，只是删除其中一些。在程序本身中，我在修改前后打印了所有列表(链接地址)元素。
下面是python中的代码：
从urllib导入请求从bs4导入BeautifulSoup
def linkgetter(searchlink):
pagesource = urllib.request.urlopen(searchlink)
linkadd
浏览 1提问于2020-03-10得票数 0
回答已采纳
1回答
我是Python和web抓取的新手。为了练习，我只是尝试从一个网站的HTML标签中提取一些商业名称。但是，代码没有运行，而是抛出了一个“对象未定义”错误。
from bs4 import BeautifulSoup
import requests
url = 'https://marketplace.akc.org/groomers/?location=Michigan&page=1'
response = requests.get(url, timeout = 5)
content = BeautifulSoup(response.content, "html
浏览 0提问于2019-08-01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
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
2回答
我一直在尝试用python来抓取一个网站。我想从标签中抓取数据，但我不知道怎么做。里面有两个列表，然后好像有一本字典 import requests
from bs4 import BeautifulSoup
page = requests.get('https://www.daraz.pk/smartphones/nokia/?spm=a2a0e.searchlistcategory.card.2.323e5fc3B8mWd8&from'
'=onesearch_category_3')
# print(pa
浏览 26提问于2019-08-25得票数 1
2回答
我正在尝试使用Python的BeautifulSoup或HTMLParser从美国证券交易委员会的EDGAR系统上的10-K报告(例如公司的代理报告)中提取“唯一”文本信息。然而，我使用的解析器似乎不能很好地处理‘txt’格式的文件，包括很大一部分毫无意义的符号和标签以及一些xbrl信息，这些信息根本不是必需的。然而，当我将解析器直接应用于‘htm’格式的文件时，解析器似乎工作得相对较好。
"""for Python 3, from urllib.request import urlopen"""
from urllib2 import urlo
浏览 2提问于2017-05-09得票数 2
1回答
如何从udemy请求数据？
、、、、
我试图从udemy获得课程列表。
我收到这样的消息：You do not have permission to perform this action.
from bs4 import BeautifulSoup
import requests
client_id = "my client id"
client_secret = "my client secret"
client_id_secret = f"{client_id}:{client_secret}"
headers = {
"Accept": "a
浏览 1提问于2022-09-09得票数 0
回答已采纳
1回答
我是菜鸟。我提取了一个href‘rel’属性，如下所示：
rel=""prodimage":"image_link","intermediatezoomimage":"image_link","fullimage":"image_link""
这可以看作是属性中类似字典的结构。
我的主要目标是获得'fullimage‘的图片url。因此，我希望将响应存储为python字典。但是，Xpath返回一个unicode“列表”(不只是一个字符串，而是一个列表！)只有一个项目(整个re
浏览 4提问于2015-10-04得票数 0
2回答
对于直接来自Docker Hub的Docker镜像，我可以通过点击它们的存储库API来检索镜像的当前标签列表。例如，https://registry.hub.docker.com/v1/repositories/python/tags会给我一个可以与docker pull python:<tag>一起使用的标签列表。 对于弹性搜索，我使用他们的官方存储库，可以使用docker pull docker.elastic.co/elasticsearch/elasticsearch:6.4.0之类的东西来提取图像 但是，我不知道如何从存储库中提取标签列表。我试过了 https://do
浏览 84提问于2019-05-09得票数 1
回答已采纳
1回答
我对用python创建的代码有问题。我希望URL API电报与更改打开，以便从该网站下载的项目被发送到聊天。 # Import libraries
import requests
import urllib.request
import time
import sys
from bs4 import BeautifulSoup
stdoutOrigin=sys.stdout
sys.stdout = open("log.txt", "w")
# Set the URL you want to webscrape from
url = 'https:
浏览 17提问于2019-08-31得票数 0
2回答
我有兴趣从晨星网站下载财务报表。这里有一个页面示例：
右上角有导出到csv的按钮，我想用Python点击它。按下检查，我有这个HTML标签：
<div class="exportButton">
<span class="icon_1_span">
<a href="javascript:SRT_stocFund.Export()" class="rf_export">
</a> ==$0
我的想法是使用bs4 - BeautifulSoup解析
浏览 0提问于2018-01-19得票数 1
回答已采纳
我是Python的新手。从文档中提取列表时出现问题。我的sources文件并不是真正的html，但它有一个标签来提取所需的数据。
我设法使用下面的代码提取了所需的数据
from bs4 import BeautifulSoup
url = r"E:\Python\Sources\test.review"
page = open(url)
soup = BeautifulSoup(page.read())
for review in soup.find_all(['review_text','product_name']):
to
浏览 1提问于2016-06-21得票数 0
1回答
我用Python编写了一段简单的代码：
from bs4 import BeautifulSoup
import urllib2
webpage = urllib2.urlopen('http://fakepage.html')
soup = BeautifulSoup(webpage)
for anchor in soup.find_all("div", id="description"):
print anchor
我几乎得到了我想要的东西，但是在<div id=description>和</div>之间我
浏览 0提问于2015-03-20得票数 0
所以这里我想提取数字272，但是它每次都不返回。我必须使用BeautifulSoup。我试过-
sources = requests.get('https://www.thebodyshop.com/en-us/body/body-butter/olive-body-butter/p/p000016')
soup = BeautifulSoup(sources.content, 'lxml')
x = soup.find('div', {'class': 'columns five product-info&#
浏览 2提问于2019-11-08得票数 1
回答已采纳
我正在尝试在python中使用requests和BeautifulSoup来抓取：
我想用class = "ficha-jogo"获取文章标记中的所有信息。当我运行下面的代码时，x是一个空列表。
url = "https://globoesporte.globo.com/rs/futebol/brasileirao-serie-a/jogo/25-05-2019/gremio-atletico-mg.ghtml"
r = requests.get(url)
soup = BeautifulSoup(r.content, "lxml")
浏览 0提问于2019-06-08得票数 1
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
