从html标签中提取信息到pandas中
从HTML标签中提取信息到Pandas中，可以通过使用Python的BeautifulSoup库来实现。BeautifulSoup是一个用于解析HTML和XML文档的Python库，它能够将HTML文档转换成一个层次化的数据结构，便于提取信息和进行数据处理。
首先，你需要安装BeautifulSoup库。可以使用以下命令在命令行中安装：
pip install beautifulsoup4安装完成后，你可以使用以下代码将HTML中的信息提取到Pandas中：
import requests
from bs4 import BeautifulSoup
import pandas as pd
# 发起HTTP请求，获取HTML内容
url = '你的HTML页面链接'
response = requests.get(url)
html = response.content
# 创建BeautifulSoup对象
soup = BeautifulSoup(html, 'html.parser')
# 根据HTML标签提取信息
# 示例代码：从所有的<p>标签中提取文本内容
p_tags = soup.find_all('p')
data = [p.get_text() for p in p_tags]
# 将提取到的信息存储到Pandas的DataFrame中
df = pd.DataFrame(data, columns=['提取结果'])
# 打印结果
print(df)上述代码中，首先使用requests库发起HTTP请求，获取HTML页面的内容。然后，通过创建BeautifulSoup对象，并指定解析器为html.parser，将HTML页面转换为可操作的BeautifulSoup对象。
接下来，使用find_all方法按照指定的HTML标签提取信息。在示例中，使用find_all('p')从所有的<p>标签中提取文本内容。
最后，将提取到的信息存储到Pandas的DataFrame中，并打印结果。
请注意，上述代码仅仅是示例代码，提取信息的具体方式会根据HTML页面的结构和需求而有所不同。在实际使用时，你需要根据具体情况修改代码，以适应不同的HTML页面结构和提取需求。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云官方网站：https://cloud.tencent.com/
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云数据库（TencentDB）：https://cloud.tencent.com/product/tencentdb
- 腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
- 腾讯云物联网（IoT）：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发（移动推送、移动分析、即时通信等）：https://cloud.tencent.com/product/mpp
- 腾讯云区块链（Tencent Blockchain）：https://cloud.tencent.com/product/tbc
- 腾讯云云原生应用引擎（Tencent Serverless Framework）：https://cloud.tencent.com/product/scf
相关·内容
1回答
我用Pandas从一个用Python语言写的网站上抓取了一个表格，把它转换成超文本标记语言(df.to_html())，然后插入到Mongodb中。它在Mongodb中存储如下表{‘==> _html_table’：‘...’} In the Mongodb 然后，当我使用Flask和pymongo检索数据并将其显示在我的网站上时，它显示的是文本而不是表格。 有没有什么函数可以把文本(从Mongodb)转换成HTML？或者一种将HTML标签插入Mongodb的方法，在Mongodb中我可以将其用作HTML标签。
浏览 16提问于2020-08-24得票数 0
回答已采纳
我已经将SPSS文档导入到Pandas，但是，当这样做时，它似乎将所有数字值转换为文本值，使用变量标签而不是SPSS数据集中的数字数据。
例如，下面的图像显示了数据集中变量Processing_1的第一组值。
这些数值在SPSS中有与描述性文本相匹配的标签(实际上是从强烈反对到强烈赞同的1-5标度)。
我使用以下代码将其导入Pandas。
import pandas as pd
import os, sys, pyreadstat
df = pd.read_spss("URL")
vtf = "Processing_1"
for ind in range(
浏览 14提问于2022-01-07得票数 0
如何在Azure DevOps中阻止从'feature‘分支到'main’分支的直接拉取请求创建？(阻止不必要的PR创建)。开发人员可以创建从功能分支到开发分支以及从开发分支到主分支的pr。但是从特征到主分支的直接PR的创建需要被阻止/禁用。 详细说明： 应该阻止/阻止用户尝试创建直接从'feature‘到'main’分支的拉取请求。如果可能，应该警告用户:不允许从功能分支到主分支直接创建PR。例如:A-功能分支，B-开发分支，C-允许主分支A到B，允许B到C，但不允许A到C。我们可以通过在分支级别添加策略来阻止合并到分支。我们如何在Azure DevOps中
浏览 40提问于2021-09-22得票数 0
当我看着一个图像的标签时，我想知道docker pull是如何工作的(特别是从docker hub)，并注意到其中的os/ 有多个。当我运行docker pull时，它如何选择获取哪一个？
浏览 1提问于2020-01-30得票数 3
我有一个Pandas DF，其中1列包含单个int，另一列包含2到50个int。
下面是一个例子
EmbedID MappedC
1911 3096611 [610580, 1396024, 1383000, 2480745, 751823, 97...
1912 3096612 [365607, 917990]
1913 3096613 [1067171, 638200, 2192752, 1609109, 1984544, 3...
1914 3096614
浏览 0提问于2018-10-26得票数 0
在Python 2.7中运行以下代码： import numpy as np
import pandas as pd
dates = pd.date_range('20190102', periods=6)
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
print df.columns 生成以下输出： Index([u'A', u'B', u'C', u'D'], dtype='obj
浏览 7提问于2019-03-29得票数 0
回答已采纳
我将这些数组赋值到pandata帧中。
date_quote = []
price1 = []
price2 = []
数组中已填充值。price1[]、price2[]包含浮点值，而date_quote[]包含datetype值。
这就是我如何将数组分配到panda dataframe中。
df = pd.DataFrame({'price1 ':price1 ,
'price2 ': price2 ,
'date': date_quote
浏览 3提问于2018-08-09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
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
当我在CI中构建镜像时，我会使用唯一的SHA标签来推送它。然后，当我将其部署到生产环境中时，我希望将:latest别名更改为指向相同的映像，如下所示：
docker pull org/foo:34f8a342
docker tag org/foo:34f8a342 org/foo:latest
docker push org/foo:latest
现在我想避免拉出这张图片。问题是，用于部署脚本容器与用于构建脚本的容器不同，因此我在本地没有此镜像。有没有办法在docker hub上添加一个标签别名，而不需要在本地拥有这个镜像？
浏览 0提问于2018-01-21得票数 11
1回答
我正试着从pd.read_html的网站上得到一张桌子
import requests
import pandas as pd
url = 'https://www.macrotrends.net/stocks/charts/AAPL/apple/financial-ratios?freq=Q'
html = requests.get(url).content
df_list = pd.read_html(html)
然而，没有找到任何表格：
ValueError: No tables found
有没有快速的补救办法，我对网络刮擦没有经验。
谢谢
浏览 5提问于2022-03-08得票数 0
我正在实现一个具有手风琴显示风格的接口。当展开手风琴中的给定div时，它会从远程文件中填充其HTML内容。当该div缩小时，它会从一个较小的远程文件中填充其HTML内容。我这么做的部分原因是大型文件相当大，在加载它们时会有一些滞后。这样，页面一开始就会快速加载。这和我的服务器变得容易一点都没有关系。
是否有方法指示浏览器在加载主页面后预取和缓存这些文件？如果没有，其他的解决办法是什么？我喜欢预取而不是异步调用的想法，因为用户可能不会打开所有的div元素或按不可预测的顺序打开它们，所以我不希望用可能对用户操作没有适当响应的async调用阻塞带宽。
浏览 7提问于2015-10-27得票数 0
回答已采纳
2回答
我正在尝试从以下网站中提取数据，其中包含多个信息选项卡：https://www.cryptocompare.com/coins/abt/overview。我只对"ICO“信息选项卡下的信息感兴趣，但我无法在此信息选项卡下找到所有div标签 我尝试查找所有带有class= info -box的div标签，但这只返回网站上第一个信息标签“详细信息”中包含的信息。我猜这是因为当网站打开时，所有的"ICO“信息都被隐藏了。我当前的代码如下所示，它只允许我从"Details“表中提取信息 from lxml import html
import requests
import
浏览 17提问于2019-10-04得票数 0
回答已采纳
1回答
我正在尝试将'‘中可用的表格加载到数据帧中，并导航到页面中的'Metrics’部分。因为页面在打开页面后加载数据，所以我尝试使用selenium。有人能帮我找出我的错误吗？
import time
from selenium import webdriver
import pandas as pd
chrome_path = r"C:\\Selenium\\chromedriver.exe"
driver = webdriver.Chrome(chrome_path)
url = 'https://umich-biostatistics.shinyap
浏览 1提问于2021-05-04得票数 2
我正在尝试从html表中提取数据，显然我使用的是BeatifulSoup 我设法选择了相关的标签，并将数据组织到pandas df中。我有一个小问题需要解决。 例如，假设我有一个变量column，它是bs4.element.Tag的一个实例，它的值等于： <td>Valore di inizio<br/>esercizio</td> 当我调用column.get_text()时，它返回： Valore di inizioesercizio 我想要回来 Valore di inizio esercizio 即标签br应该去掉，并替换为空格。 谢谢
浏览 18提问于2019-12-15得票数 0
回答已采纳
因此，我有两个列表，其中有170个元素。所以我想和他们一起制作一个情节，也有一个标签。
df = pandas.read_excel('MyData.xlsx', sheet_name='Data')
listRe = []
listkS = []
listRe.append(df['Re'])
listkS.append(df['ks+'])
plt.plot(listRe, listkS, c='b', marker='.', markersize=5, label="Experimen
浏览 4提问于2019-10-25得票数 0
回答已采纳
我希望了解如何使用regex从html标记获取属性值/值。是的，我知道可以使用xml/html解析器，但这是为了测试我在regex中的能力。例如，在这个html元素中：
<input name=dir value=">">
<input value=">" name=dir >
我该如何提取出：
(?<name>...) and (?<value>...)
你是否有可能在比赛开始时匹配一些东西来“回到”比赛开始？例如：
<(?P<element>\w+).+(?:value="
浏览 0提问于2019-11-06得票数 0
回答已采纳
我有一个私有的npm包，目前正在发布到npm。我之前的维护者没有考虑自动化版本控制，版本是1.0.58。 我已经安装了语义发布和一个小的GitHub应用程序，可以在这里找到：https://github.com/zeke/semantic-pull-requests 我的Github Action设置正确，因为当我推送到main时，该过程将完成并到达发布步骤。但是，创建的标签从1.0.0开始，然后是1.0.1，依此类推。 我尝试在最近一次合并时在主分支上手动创建一个标签，该标签是v1.0.58，但当我再次发布时，创建的标签仍然是1.0.2，依此类推，我得到了一条错误消息，说我不能在当前版本上
浏览 18提问于2021-04-27得票数 0
回答已采纳
2回答
我有从文本区域保存的文本。我把它保存到数据库里。我现在想在提交后将这个文本显示到另一个页面上。我希望保留与原始文本输入相同的格式。
这就是重定向到另一个页面后浏览器上显示的内容。我用-否则它会在这篇文章中产生实际的断点。-等于br
M<--><--><--/>O<--/><--/>C<--/>集线器<-/>
如何在没有br标签的情况下在页面上显示？我在其他情况下见过这种工作，但不知道我做错了什么。
我已经能够使用.replace方法替换enter的
。但唯一的一件事，
标签将显示在显示中。
x.componen
浏览 0提问于2019-09-05得票数 1
回答已采纳
我需要将包含5个值的列表从python脚本传递到html页面。我运行了一个循环，并一个一个地将值传递给html page.But，它只打印browser.My html代码中的最后一个值，格式如下：
<html>
<head></head>
<body>
<p>{{value}}</p>
</body>
</html>
实际上，我使用决策树( predict_proba(a) )计算每个类标签的概率。我取出了概率最大的索引，使用该索引，我取出了前五个类标签。我想将这些顶级标签呈现到我的html页面。
浏览 1提问于2018-05-03得票数 0
回答已采纳
我如何编写一个机械化的抓取器来从网页上的每个HTML标签中获取内容？或者，我是否需要将页面转换为字符串并使用正则表达式来获取\<.*?\>和\<\/.*?\>之间的所有内容
浏览 1提问于2015-07-07得票数 0
我正在抓取多个网页，但有些网站的内容/文本带有div标签，而不是p或span，因此遇到了问题。以前，该脚本可以很好地从p和span标记中获取文本，但是，如果代码片段如下所示： <div>Hello<p>this is a test</p></div> 使用find_all('div')和.getText()将提供以下输出： Hello this is a test 我希望得到的只是你好的结果。这将允许我确定在什么标签中有什么内容。我尝试过使用recursive=False，但是这似乎不适用于包含多个div标签的整个网页，这些标签
浏览 85提问于2020-04-16得票数 2
回答已采纳
我有一个数据库前端，它在使用post的页面顶部有几个用于输入的文本字段，在页面底部还有一个使用post方法的分页栏。
我已经将top输入封装在
<form method = 'post'>
<Body>
//Inputs
//Table contents
//Pagination bar buttons
</Body>
</Form>
，但我还扩展了表单，使表单扩展到文档的底部。(数据库表在文档中间返回)如果我开始一个新的表单标记，请求将不会在顶部包含之前输入的文本字段，而只包含底部表单中的输入，所以我不能使
浏览 2提问于2016-11-07得票数 1
使用https://github.com/docker-java/docker-java并寻找从https://docs.docker.com/v17.12/engine/reference/commandline/service_create/#options添加--with-registry-auth选项的方法 val createCmd = dockerClient.createServiceCmd(
ServiceSpec()
.withName("name")
浏览 59提问于2019-06-21得票数 0
回答已采纳
有没有办法将扩展名为.jpeg/.png/.bmp的图像读取到pandas数据帧中？图像将包含表数据，如下所示：
请告诉我有没有办法从图像中读取表格内容到pandas数据帧中。谢谢!
浏览 2提问于2021-10-08得票数 2
2回答
我正在尝试从页面中提取文本并将其保存为dataframe。该页面未格式化为标签，因此pandas无法直接读取。我尝试使用bs4，但无法提取出确切的网址。 from bs4 import BeautifulSoup
html = requests.get('https://s3.amazonaws.com/todel162/veryimp/claps-0001.html')
soup = BeautifulSoup(html.text, "lxml")
links = soup.find_all('li')
import pandas
浏览 38提问于2019-02-24得票数 0
回答已采纳
1回答
如何使用python pandas在电子表格中迭代地获取特定列中连续三行的最大值。例如，首先我必须取第0行的最大值到第2行，然后从第3行到第5行。
浏览 19提问于2019-10-22得票数 0
我想绘制一个热图之间的标签和用户名从给定的最终表格清理和预处理后。获取以下错误。
我已经粘贴了我得到的完整错误，我搜索了类似的StackOverflow错误，但无法获得正确的结果。
final_sns = final.pivot("hashtags", "username") ax = sns.heatmap(final_sns)
ValueError Traceback (most recent call last)
<ipython-input-51-277e0506604d&g
浏览 0提问于2018-10-05得票数 1
在我的application.js中，我有外部js文件的清单。
//= require jquery
//= require jquery-ui-1.8.17.custom.min
//= require jquery_ujs
//= require jquery-mousewheel.js
//= require jquery-fileupload
//= require jquery-fileupload-ui
//= require_self
//= require bootstrap.min.js
//= require rails.validations
//= require ra
浏览 2提问于2012-11-30得票数 1
1回答
我有一个包含17个特征、10K观测值的数据集，其中一列包含标签(从1到4，整数)。因此，数据集是10,000 X 18 (17个特征加上一个标签)。我想要做的是创建一个数组列表，其中每个数组都是从每个标签块创建的。例如，前10行可能被标记为1,1,1,2,2,3,1,1,1,3。我最初试图通过标签聚合来使用Pandas，但这不起作用，因为这样我在列表中将只有四个数组。关于如何在numpy或pandas中编写代码，有什么想法吗？
浏览 17提问于2020-12-09得票数 0
我有一个这样的Pandas Dataframe： id data label
1336 'The PARTIES are willing to hold' [1, 11, label_1]
1336 'The PARTIES are willing to hold' [12, 15, label_2] 我想拆分每个数据行感谢列表中的标签列的信息。例如，对于第一行，我
浏览 8提问于2021-09-09得票数 0
回答已采纳
我正在尝试用我的数据集做一些Vega-lite可视化。我的数据集中的字段有: record_id、subject、tag。Record_id是数据集的唯一标识符，但是每个数据集可以有多个主题和多个标记，因此每个数据集的主题和标记的可能组合都有一行。我想要一个条形图，显示每个标记有多少个数据集被标记。但是有数百个标签，太多了，不能在条形图中显示，所以我想限制到前K个，但哪个标签显示得最多。 我试图遵循这个"Top-K Plot With Others in Vega-Lite"的例子，他按全球总计绘制前K名董事的图表。但是，当我只是根据相同的标准选择top k时，也许有一种更简
浏览 13提问于2019-04-14得票数 1
回答已采纳
我正在尝试从worldometer.info抓取值(类似于post Python: No tables found matching pattern '.+')，我使用的代码如下： import pandas as pd
import requests
from bs4 import BeautifulSoup
url = 'https://www.worldometers.info/coronavirus/#countries'
header = {"User-Agent": "Mozilla/5.0 (Macintosh; Int
浏览 18提问于2020-10-15得票数 2
回答已采纳
1回答
假设我的磁盘上有很多(相当大的)网站，这些网站是从Common Crawl抓取或抓取的。我没有关于HTML结构的先验知识，假设每个页面的结构不同(通常是这样)。我想从它们中提取一些语义信息(预先知道)，比如带有元数据(日期、作者、标签、评论等)的文章/帖子。
一种简单的方法是为每个网站编写一个简单的解析器，考虑到高质量的解析库，它应该足够简单。但这种方法显然不具有可伸缩性。这个问题有没有更聪明的解决方案？我该如何继续，这项任务的实际难度是什么？
如果存在这样的服务，您可以包含付费服务。如果您知道有什么更好的方法来获取此类数据(在特定主题上；而不是手动抓取/公共爬网)，请也包括在内。
浏览 11提问于2017-01-11得票数 0
在大多数(如果不是全部) NMIST神经网络教程中，您将看到最后两层减少到多层感知器(MLP)，标签的数量为0-9，总共10个标签。众所周知，当你有10个标签时，你可以将其中一个标签的分数设置为0，让其他的9个标签变化。这是自由度的概念，其中9个变量被允许“自由运行”，但一个人可以保持不变，导致9个自由度。更直观地说，当你计算一个图像是一个特定的数字的概率时，你只需要指定它是9个数字中的一个的概率，因为所有10个标签的概率必须总和为1，所以剩下的标签的概率必须是1 - sum(of the other 9)。
问题是:为什么神经网络不利用这个自由度概念，而是为所有10个标签估计一个score，
浏览 0提问于2018-12-20得票数 5
我没有收到这个副本警告与其他功能，我还没有找到一个方法来解决它。
这是我的代码：
div_df.loc[:,"Ann.Date"] = pd.to_datetime(div_df.loc[:,"Ann.Date"], format='%d %b %Y')
/volume1/homes/id/venv/lib/python3.8/site-packages/pandas/core/indexing.py:1843: SettingWithCopyWarning:
A value is trying to be set on a copy of
浏览 2提问于2021-04-14得票数 0
回答已采纳
我附加HTML标签从html文件到主体使用jQuery.After我加载html标签我加载JS文件，在html tags.jQuery上做的事情不能加载的html，但当我把html标签静态地放在页面上的jQuery工作对它。
我使用此代码将html标记附加到正文
有什么问题吗？
我的目标html标签
function DisplayLoginPanel() {
$('Body').load('Resources/HTMLContents/Login.htm');
LoadNewScript("Resources/Oth
浏览 1提问于2011-06-06得票数 4
回答已采纳
我正在尝试从excel中的列中提取数据到Python中的列表。我有以下代码：
#Extracting Labels
read = pd.read_excel('Test-data-results.xlsx', sheetname=0) # can also index sheet by name or fetch all sheets
labels = read['Labels'].tolist()
print(labels)
当我运行这段代码时，我得到一个关键错误：....
File "pandas/_libs/index.pyx", lin
浏览 97提问于2018-08-13得票数 1
回答已采纳
1回答
我已经创建了一个应用程序，当repo "Alpha“获得新标记时，它会创建拉请求来更新我组织的所有repos中的依赖项。该过程由Alpha上的CI流触发。这里的其他工程师希望升级此应用程序，以便制作标签的人也会自动添加为所有相关拉取请求的请求审阅者。我看不到有任何方法可以用github REST api做到这一点。到目前为止，我有： GET tag by name -> tag object sha
GET tag (with obj sha) -> tagger name & tagger email
*************GAP**************
浏览 88提问于2021-10-16得票数 1
回答已采纳
我对python中的NetworkX包很陌生。我想解决以下问题。
让我们说这是我的数据集：
import pandas as pd
d = {'label': [1, 2, 3, 4, 5], 'size': [10, 8, 6, 4, 2], 'dist': [0, 2, -2, 4, -4]}
df = pd.DataFrame(data=d)
df
df中的标签和大小是非常清楚的。dist列测量从最大标签(标签1)到其余标签的距离。因此，在标签1的情况下，dist是0。
我想制作一些类似于下面的图片：
尺寸最大的标签位于中心位置(
浏览 2提问于2021-11-04得票数 0
回答已采纳
我试图在两台计算机上运行相同的脚本，并将我的字典结构、数据转换为Pandas DataFrame。
df = pd.DataFrame(data, columns=[column_label])
df.to_csv('./result.csv', mode='w', index=False)
它在Pandas版本低于0.21.0的计算机上工作得很好。但是，当我在服务器上执行相同的代码时，它会突然生成一个只包含列标签的csv文件，而没有任何数据。
我尝试打印出df的值，但在服务器上完全是NAN。
当我像这样删除列部分时：
df = pd.DataFrame(dat
浏览 1提问于2018-01-15得票数 0
回答已采纳
2回答
是否有一致的方法从PDF文件中提取表格？有工具吗？
到目前为止我所做的：
我已经试用了pdftotext工具。它有一个转换为HTML布局的选项。
这有什么问题：
表信息未保留在HTML输出中
我期待<table>标签，但一切都在<p>标签之下。
PDF文档中是否有指示表结构的标记？比如HTML中的<table>、<tr>和<td>？
如果“是”，对此的任何指示都会有帮助。如果“否”，关于这一事实的明确信息也是有帮助的。
浏览 3提问于2014-05-06得票数 12
回答已采纳
1回答
用美汤抓屏
、、、
我正在试着从一个网站上提取一些信息。我需要点击'a‘标签中的一个链接。我能够到达标签。但是当我尝试点击它的时候。我收到一个名为'NoneType‘对象不可调用的错误。
from selenium import webdriver
import time
from bs4 import BeautifulSoup
import pandas as pd
browser = webdriver.Chrome()
browser.get("url")
browser.find_element_by_class_name('formButton').c
浏览 20提问于2019-03-26得票数 0
1回答
我使用var tmp_title = $('title').text();和cheerio.js从页面中获取标题。
问题是，是否有任何东西可以使字符串正常化或删除\n\t或\n等html实体？
示例
\n\t defense.gov news article: thousands lay wreaths at arlington cemetery gravesites\n
转到
Thousand lay wreaths at arlington cemetery gravesites
还是有办法从一页中获得标题？既然标题在<h3>标签上，或者谷歌爬虫从<tit
浏览 2提问于2013-12-20得票数 0
回答已采纳
我想知道我应该用哪种方式来做下面的事情。我使用的是微型MCE所见即所得编辑器，它使用正确的html标记格式化用户数据。现在，我需要将输入到编辑器中的数据保存到数据库表中。
当我将html标签插入到DB中时，我是否应该将其编码为相应的实体，然后当我从表中取回数据时，我不会为了XSS目的而对其进行编码，但我仍然必须为html标签使用eval来格式化文本。
或
我是否要将html标签保存到数据库中，然后当我从数据库中获得数据时，将html标签编码到它们的实体中，但是当标签出现在用户面前时，我必须使用eval函数来实际格式化输入的数据。
我的想法是第一种选择，我只是想知道你们怎么想的。
浏览 0提问于2010-05-06得票数 4
回答已采纳
1回答
刮下一页内容美汤
、、
所以我试着抓取this新闻网站。我可以在那里从每个主题中抓取新闻文章。但有时文章页面会包含多个页面，比如this。下一页具有与第一页相同的HTML结构。如果下一页中有多个页面，有没有办法自动抓取下一页的其余文章？ 这是我的代码： import requests
from bs4 import BeautifulSoup
import pandas as pd
import csv
detik = requests.get('https://www.detik.com/terpopuler')
beautify = BeautifulSoup(detik.content, &
浏览 57提问于2020-11-10得票数 0
我想播放亚马逊，youtube和itunes视频使用单一标签html。
建议我，如果有任何简单的标签在html中可用。
提前谢谢。
浏览 4提问于2017-06-14得票数 0
我有一个叫做'my_data‘的数据集，我把它分配给一个名为’data‘的通用变量。在我的数据集中，我有一个名为“印象”的专栏。这个‘印象’栏包含医学笔记的文字，如“在枕部观察到的病变”。
我想画一张柱状图，说明在该栏中出现的独特字数。下面是我正在使用的python脚本及其生成的错误：
data = my_text_dataset # assigns my data set to a generic variable called 'data'
TEXT_COLUMN = 'impression' # note: one of the colu
浏览 2提问于2020-06-17得票数 0
回答已采纳
使用vue cli生成html文件..。继续得到我的模板中不存在的头标签。
更详细的情况：
我有一个现有的应用程序-用hapi.js编写的。它为呈现的html页面提供服务。Nunjunks用于模板制作。
我有一个Vue SPA /小部件(使用视图cli构建)，它必须位于呈现的html中。
在我的修女模板中，我有一个部分{% include 'vueapps/paintpicker.html' %}
我已经将config/index.js设置为将文件作为paintpicker.html输出到vueapp目录中。
我的index.html文件(从中生成paintpicker.h
浏览 1提问于2018-05-04得票数 0
回答已采纳
我一直在努力弄清楚如何用Python3.6以及BeautifulSoup和Pandas模块从方格中刮取棒球盒的分数。我的最终目标是将网页的不同部分保存到Excel中的不同工作表中。
为了做到这一点，我认为我必须把每个表分别按它们各自的id标记。这是为构成第一个excel表的四个表(在页面的图形下面)这样做的代码。运行代码会导致以下错误：
Traceback (most recent call last):
File "Fangraphs Box Score Scraper.py", line 14, in <module>
df1 = pd.read_html(s
浏览 0提问于2017-09-12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
腾讯会议
实时音视频活动推荐
腾讯云开发者
