如何在使用beautifulsoup4进行网页抓取时提取博客页面的文本部分？
如何在使用beautifulsoup4进行网页抓取时提取博客页面的文本部分？
提问于 2018-03-10 13:14:46
有没有人能帮我弄清楚我需要输入的标签，这样我就可以从这个页面上抓取整个博客了：http://suvrobemused.blogspot.in/2018/02/devbhoomi.html?m=1
for link in soupObject.findAll('p'):回答 1
Stack Overflow用户
发布于 2018-03-10 13:30:35
整个博客位于这个标签中：
<div class='post-body entry-content' id='post-body-7307656586337601982' itemprop='articleBody'>...</div>您可以使用以下命令找到该标记：
soup.find('div', class_='post-body entry-content')要获取此标记中的文本，可以使用.text；如果不想要额外的空格，可以使用.get_text(strip=True)。
r = requests.get('http://suvrobemused.blogspot.in/2018/02/devbhoomi.html?m=1')
soup = BeautifulSoup(r.text, 'lxml')
blog_text = soup.find('div', class_='post-body entry-content').text
print(blog_text.strip())部分输出：
自从普普长大后，我就一直利用二月中旬到月底去旅行。天气还是可以忍受的，我的工作安排很松散，几乎所有地方都是“淡季”，因为数以百万计的孩子在学校参加年终考试，所以他们的父母也很忙。我刚从另一次长途旅行回来。这在某些方面是重复的，在其他方面是第一次。这是我有生以来第一次带着我的母亲一起跑，当时我正跑着55岁。她足够坚强，能够应付整个事情，并享受其中。不容易，当我看到年龄只有她一半的女人--还有很多男人--他们已经衰老了。但是她仍然教数学，并且坚持做很多家务活…
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/49205608
复制相关文章
相似问题
腾讯云开发者
