我正在尝试从网页中抓取并保存链接。这些链接被组织为博客的blogroll部分中的小部件。我已经知道如何创建一些Beautifulsoup对象的列表，但无法从这些对象的子集中提取链接。我花了很多时间尝试各种类型的find、find_all，并重新存储这些对象。i686) Gecko/20071127 Firefox/2.0.0.11'})
documen
浏览 6提问于2019-04-15得票数 0
回答已采纳
1回答
read_list = list_open.read()for url in line_in_list: beautiful print s
浏览 0提问于2018-09-16得票数 1
回答已采纳
尝试从hls中的以下htm数据中查找链接:使用regex.Tried (r"(?.*)")，但它给出了部分链接https://mvd4.ddns.me:443/1vod5n/almajde-ben-zaher-1，有什么建议吗？
<!
浏览 0提问于2019-10-24得票数 0
我正在尝试抓取一个网页，并使用Python3.6中的Beautiful Soup和requests模块检索网页上嵌入的视频的URL。当我在Chrome中查看网页上的超文本标记语言时，我可以看到视频的.mp4链接。但是当我使用requests和Beautiful Soup获取页面时，我找不到"video“节点。我知道视频窗口是一个嵌套的HTML文档。特别是，我想要抓取这个网页- http://videole
浏览 25提问于2020-08-26得票数 4
有人向我的函数传递了一个使用典型调用获得的BeautifulSoup对象(BS4)：我的代码： url = soup.???如何从soup对象中获取原始URL？我试着阅读文档和BeautifulSoup源代码...我还是不确定。
浏览 2提问于2019-02-22得票数 1
回答已采纳
1回答
没有提取所有数据
、、、
目前，我希望从URL html中提取特定的发行者数据，并使用Beautiful从卢森堡证券交易所获得一个特定的类和ID。我使用的示例链接是这样的：和我试图提取的数据是以文本形式存储在'Issuer‘下的名称；在这个例子中，它是'BNP发行BV’。我发现我的当前代码只提取了一些html，而且我不知道如何扩展它正在拖动的数据。BeautifulSoup
URL = "https:/
浏览 3提问于2021-04-12得票数 0
我希望网络抓取谷歌的结果，并希望获得出现的第一块信息。如何指定要从中提取文本的特定HTML路径？URL for a citysrc = results.content
soup = BeautifulSoup(src, "lxml")
# Try
浏览 0提问于2019-06-25得票数 0
我想使用Beautiful Soup浏览div标记来提取一些数据。</p>
</div> 原始的HTML文档在div中可能包含30多个嵌套标签(包括其他标签，如span，甚至可能是嵌套的div)，我需要浏览所有这些标签 到目前为止，我提取了HTML并存储在一个变量中important_data_to_be_extracted = soup.find("div&qu
浏览 9提问于2020-04-08得票数 0
1回答
我正在尝试使用bs4和Selenium从网站中提取HREF。但是，当我使用Beautiful解析HTML时，我要查找的元素就会丢失。当我稍后尝试搜索它们时，我只会得到NoneType对象。my_url = browser.current_urlpage_html = uClient.read()page_soup= soup(page_html, "html.parser")
但当我跑
浏览 2提问于2020-11-16得票数 0
回答已采纳
在我的应用程序中，我获取大量的urls和解析信息。我正在尝试使用延迟库和任务队列。我将每个页面的抓取分割成单独的任务，并进行以下处理。以下是延迟任务的示例： fetch url someprocessing之后，在post处理程序中，我在循环中运行这个任务： deferr
浏览 2提问于2015-01-25得票数 0
回答已采纳
1回答
我必须创建我自己的网络爬虫(出于教育目的)，它通过每个(或尽可能多的)保加利亚网站(Linux域)爬行，并使用.bg shell或requests库中的curl -I命令返回运行它的服务器。我正在使用一个大型的类似数据库的网站，其中包含许多其他网站的链接，作为一个很好的起点。
因此，我必须检查每个站点中的每个链接，并检查运行它的服务器，将其推送到数据库中。棘手的是，我需要打开每个链接，深入到更深的地方，然后打开其他链接(比如树)。所以我的想法是，我必须
浏览 4提问于2016-02-13得票数 0
1回答
使用漂亮的汤提取数据
、、、
the variable 'page'
soup = BeautifulSoup(page,"html.parser")for link in all_links:
#print
浏览 0提问于2017-05-23得票数 0
3回答
我在Python语言中使用了XML minidom (xml.dom.minidom)，但是XML中的任何错误都会杀死解析器。有没有可能忽略它们，比如浏览器？
浏览 0提问于2008-12-30得票数 6
回答已采纳
2回答
我试图用一个公共的类attr从我漂亮的soup对象中提取锚元素，每个类都嵌套在多个分区中。这些划分是重复的，并用一些脚本分隔 我尝试利用锚元素中的公共类属性来提取它们。我尝试过的： import requests, bs4, webbrowser
webpage.raise_for_status()
soup=bs4.BeautifulSoup(w
浏览 22提问于2019-05-27得票数 2
回答已采纳
我正在尝试使用Beautiful soup和requests包从堆栈溢出中抓取数据。我已经能够提取大部分细节，但是当我尝试提取用户的信誉得分时，我只能提取reputation score和Gold的数据，而不能提取Silver和Bronze计数的数据。/questions/53968946/how-can-i-limit-function-slot-play-just-for-5-turn-with-do-while-lo
浏览 21提问于2018-12-30得票数 1
回答已采纳
3回答
我正在努力刮一个在HTML中包含以下内容的网站 <input name="__BeautifulSoup# parse the html using beautiful soup and store in variablezd7XHXyVs7EgqObLzIfm9
浏览 0提问于2018-06-18得票数 1
回答已采纳
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。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
浏览 6提问于2018-03-05得票数 2
回答已采纳
我正在尝试使用Django中的Beautiful来提取xml标记。Sep 2016 13:24:48 EDT</pubDate>Link2 goes here</item>soup<
浏览 1提问于2016-09-22得票数 3
回答已采纳
2回答
我正在试验Beautiful Soup，并试图从包含以下类型片段的HTML文档中提取信息：<h3 class="entity-name with-profile"></p>我使用了以下命令：
with open("C:\Users\pv\MyFiles\HTML\Invites.html",&
浏览 10提问于2017-01-10得票数 1
回答已采纳
1回答
最近我试着从Google SERP的搜索结果中抓取域名。为此，我使用了Requests，Beautiful Soup和Regex来获取页面，解析标签，查找href，并使用regex match来提取域名。r
浏览 1提问于2021-06-08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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
