使用Beautiful Soup丢失网站文本
Beautiful Soup是一个Python库，用于从HTML或XML文件中提取数据。它提供了一种简单而灵活的方式来遍历解析文档树，搜索特定的标签或内容，并提取所需的数据。
Beautiful Soup的主要特点包括：
- 解析器灵活：Beautiful Soup支持多种解析器，包括Python标准库中的html.parser，以及第三方库如lxml和html5lib。这使得它能够处理各种类型的HTML或XML文件。
- 简单易用：Beautiful Soup提供了直观的API，使得解析和提取数据变得简单而直观。它使用类似于CSS选择器的语法，可以根据标签名、类名、属性等进行定位和提取。
- 强大的文档遍历功能：Beautiful Soup提供了一系列方法和属性，用于遍历文档树，包括查找父节点、子节点、兄弟节点等。这使得在复杂的文档结构中定位和提取数据变得更加灵活和方便。
- Unicode支持：Beautiful Soup能够正确处理各种编码的文档，包括UTF-8、GBK等。它会自动将文档转换为Unicode编码，以便于处理和提取数据。
使用Beautiful Soup可以实现以下功能：
- 网页数据抓取：通过解析HTML或XML文件，可以提取网页中的文本、链接、图片等数据，用于数据分析、爬虫等应用。
- 数据清洗和处理：Beautiful Soup提供了强大的文档遍历和定位功能，可以方便地清洗和处理HTML或XML文件中的数据，去除无用的标签或内容。
- 数据提取和分析：通过定位和提取特定的标签或内容，可以获取所需的数据，并进行进一步的分析和处理。
- 网页内容解析：Beautiful Soup可以解析网页中的各种标签和属性，提取出网页的结构和内容，用于网页解析和理解。
腾讯云相关产品和产品介绍链接地址：
腾讯云提供了一系列与云计算相关的产品和服务，包括云服务器、云数据库、云存储、人工智能等。以下是一些与Beautiful Soup相关的腾讯云产品：
- 云服务器（CVM）：腾讯云提供了弹性、可扩展的云服务器，用于部署和运行Python脚本。您可以使用云服务器来运行Beautiful Soup库，并进行网页数据抓取和处理。
- 云数据库（CDB）：腾讯云提供了高性能、可扩展的云数据库服务，包括关系型数据库（MySQL、SQL Server等）和NoSQL数据库（MongoDB、Redis等）。您可以将Beautiful Soup提取的数据存储到云数据库中，以便于后续的分析和处理。
- 云存储（COS）：腾讯云提供了可靠、安全的云存储服务，用于存储和管理大量的数据。您可以将Beautiful Soup提取的数据存储到云存储中，以便于后续的访问和使用。
- 人工智能（AI）：腾讯云提供了丰富的人工智能服务，包括自然语言处理、图像识别、语音识别等。您可以结合Beautiful Soup和腾讯云的人工智能服务，实现更复杂的数据分析和处理。
更多关于腾讯云产品的详细介绍和文档，请访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
我正在尝试保存一个使用Python 3和Beautiful Soup 4的网站上的电影列表。问题是，我对Python和BS非常陌生，我真的不知道从哪里开始。
网站是，电影列表紧跟在“过去的电影：”之后。我不知道如何提取那块数据。我一直在谷歌搜索，似乎Beautiful Soup在试图查找标签时效果最好，但我只需要它来找到一个文本列表，而不是在任何特定的标签中(该网站不是专业设计的)。
有没有办法让Beautiful Soup和Python提取“过去的电影：”和“对于我们播放过的电影的完整列表，请点击这里”之间的文本？
浏览 3提问于2016-05-12得票数 6
回答已采纳
1回答
from bs4 import BeautifulSoup
import re
import urllib2
import urllib
list_open = open("weblist.txt")
read_list = list_open.read()
line_in_list = read_list.split("\n")
for url in line_in_list:
Beautiful = urllib2.urlopen(url).read()
beautiful
soup = bs4.Beautif
浏览 0提问于2018-09-16得票数 1
回答已采纳
1回答
我正在使用Beautiful 4解析一些html格式的文本，这些文本是从互联网上刮来的。有时，这篇文章只是指向某个网站的链接。BS4非常生气的一个事实是：
UserWarning: "http://example.com" looks like a URL. Beautiful Soup is not
an HTTP client. You should probably use an HTTP client to get the document
behind the URL, and feed that document to Beautiful Soup.
我很清楚这个事
浏览 1提问于2016-03-16得票数 30
我有一个很大的HTML源代码，我想要解析(大约200,000)行，并且我相当确定在整个过程中都有一些糟糕的格式。我一直在研究一些解析器，似乎Beautiful Soup，lxml，html5lib是最受欢迎的。从这个网站上看，lxml似乎是最常用和最快的，而Beautiful Soup速度较慢，但会导致更多的错误和变化。
我对Beautiful Soup文档、和像BeautifulSoup(markup，"lxml")或BeautifulSoup(markup，html5lib)这样的命令感到有点困惑。在这种情况下，它是否同时使用Beautiful Soup和html5lib/
浏览 0提问于2012-06-08得票数 1
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
我正在尝试使用beautifulsoup.name获取漂亮的汤返回文本。但它只是给了我一个美丽汤对象的文档。对于如何使用Beautiful返回XML文件中的文本，有什么建议吗？
import BeautifulSoup as bsoup
f = open(file)
soup = bsoup(f)
f.close()
f = soup.name
This code will return [document]
But I'm looking to for a function in beautiful soup to return:
<name>car</n
浏览 3提问于2014-06-28得票数 0
回答已采纳
我试图从下面的html结构中提取内部的文本： <div class="account-age">
<label></label>
<div>
<div>
<span>Text to extract</span>
</div>
</div>
</div> 我有下面的Beautiful Soup代码来做这件事： from bs4 import BeautifulSoup as bs
浏览 25提问于2018-06-05得票数 2
回答已采纳
立即点击搜索，它将引导您进入课程、时间等列表。
当我输入其他样式元素时，我得到了一些东西，但不是当前样式。
我希望收集每个课程的时间数据，我使用的是beautiful soup，我的调用是
courseTimes = soup.find_all("td", {'style':'text-align: left;
vertical-align: top;'})
print courseTimes
但是它返回[]，它什么都不是。
编辑:嘿，对不起，我之前没说清楚。这不是我的网站，所以我使用漂亮的汤来解析HTML数据。网站包含的纯文本包含在
<
浏览 1提问于2018-07-17得票数 2
2回答
刮擦可见文本
、、、
我是一个绝对的新手领域的网页刮和现在，我想从一个网页上提取可见的文本。我在网上发现了一段代码：
import urllib2
from bs4 import BeautifulSoup
url = "http://www.espncricinfo.com/"
web_page = urllib2.urlopen(url)
soup = BeautifulSoup(url , "lxml")
print (soup.prettify())
对于上面的代码，我得到以下结果：
/usr/local/lib/python2.7/site-packages/b
浏览 2提问于2016-11-12得票数 0
回答已采纳
1回答
我需要从论坛帖子中得到文本。网站是这样的：
我试着这样做：
import requests
from bs4 import BeautifulSoup
# Create a variable with the url
url = 'http://forum.pcekspert.com/showthread.php?t=263544'
# Use requests to get the contents
r = requests.get(url)
# Get the text of the contents
html_content = r.text
# Convert
浏览 1提问于2016-05-13得票数 2
回答已采纳
我正在使用Python从一个网站上抓取一些图片。来自该网站的所有图像都使用<div data-image="https://......">进行存储。如何使用Python(Beautiful Soup 4)下载图片？非常感谢!
浏览 36提问于2020-08-12得票数 0
我试图从这个网站上提取文本：。这个网站有一些用英语和旁遮普语(一种印度语)逐行翻译的古老经文.它是一个非常好的平行语料库。我已经成功地在一个单独的文本文件中提取了所有的英文译文。但当我去旁遮普的时候，它什么也没回。
这是检查元素屏幕截图：(突出显示的文本是翻译的旁遮普语)
在屏幕截图1中，属于class=lang_16的突出显示的文本没有在包含所有HTML的soup对象中列出。下面是Python代码：
outputFilePunjabi = open("1.txt","w",newline="",encoding="utf-16"
浏览 2提问于2016-10-10得票数 2
回答已采纳
4回答
我需要刮大约100个网站，在他们提供的内容非常相似。
我的第一个疑问。应该可以写一个通用的脚本来抓取所有的100个网站或在抓取技术中只可能为特定的网站编写脚本。(愚蠢的问题。)我想我应该问一下哪种可能性更容易。为每个网站编写100个不同的脚本是很难的。
第二项质询。我的主要语言是PHP，但在Stackoverflow上搜索此处后，我发现Python中的"Beautiful Soup“是最高级的爬行器之一。应该可以在PHP中调用Python中的"Beautiful Soup“吗？或者用Python编写所有的脚本会更好？
给我一些关于我该怎么做的线索。
对不起，我的英语不好。
诚挚
浏览 2提问于2011-01-03得票数 3
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://videolectures.net/icml2015_liang_language_understanding/，并使用Beautiful Soup和requests模块获得视频链接- http:
浏览 25提问于2020-08-26得票数 4
我想使用urllib和BeautifulSoup从网站中抓取一些特定的数据。我试着去取"190.0公斤“的课文。正如您在代码中看到的那样，我尝试过使用attrs={'class': 'col-md-7'}，但这会返回错误的结果。有没有办法指定我希望它在<h3>之间返回文本？
from urllib.request import urlopen
from bs4 import BeautifulSoup
# specify the url
quote_page = 'https://styrkeloft.no/live.st
浏览 1提问于2018-03-14得票数 0
回答已采纳
2回答
我正试图通过一家餐厅结构不佳的网站进行解析，并打印出菜单标题如下：
"Bento Box“、"Bara Chirashi set”等
我正在使用Python库Beautiful，但我很难获得正确的输出：
import requests
from bs4 import BeautifulSoup
url = ('http://www.sushitaro.com/menu-lunch.html')
r = requests.get(url, auth=('user', 'pass'))
data = r.text
soup =
浏览 1提问于2015-04-25得票数 2
回答已采纳
我不能从这个网站上抓取数据http://hyd-app.rid.go.th/hydro5d.html 我使用Beautiful Soup来收集数据。但在导出文件中找不到数据inside table in the website。 import requests
url = "http://hyd-app.rid.go.th/hydro5d.html"
data = requests.get(url)
time.sleep(20)
print(data.status_code)
print(data.text) 如何抓取网站上的所有数据，包括表格数据到文本或csv文件。
浏览 23提问于2019-01-09得票数 0
我正在尝试使用Python漂亮的soup解析器解析网页，但遇到了一个问题。
我们从他们那里得到的HTML头声明了一个utf-8字符集，因此Beautiful Soup以utf-8对整个文档进行了编码，实际上HTML标签也是以UTF-8编码的，所以我们得到了一个结构良好的HTML页面。
问题是，这个愚蠢的网站将gb2312编码的正文文本注入到页面中，页面被漂亮的汤解析为utf-8。有没有办法将文本从"gb2312假装是utf-8“状态转换为”utf-8字符集的正确表达“？
浏览 2提问于2012-08-02得票数 0
回答已采纳
2回答
我目前正在尝试写一个python脚本，当一个网站更新它的公寓选择时，它会通过邮件通知我。但是，当我使用Beautiful Soup时，该站点不会返回项目列表，而是一个选择所有相关房屋的脚本，而不是上述脚本的结果。有没有办法让我检索一个网站的文本的html，我通常会看到作为一个用户？这是我写的非常简单的代码，以防万一。
html = #somesite
response = requests.get(html)
text = BeautifulSoup(response.text)
text.find_all("script")
浏览 10提问于2021-06-09得票数 0
回答已采纳
我目前正在使用美丽的汤，试图找到一个网站上的链接文本，然后拉链接。我使用了以下代码：
source = requests.get('http://www.website').text
page = BeautifulSoup(source, 'lxml')
for article in page.find_all('article'):
for a in article.find_all('a', string=['something']) and article.find_all('a',
浏览 0提问于2018-04-19得票数 2
我试图在我的作品中访问一个网站，但是它是受用户名/密码保护的。user/pw弹出窗口也如图所示。Login image我附加了我的代码来查看网站。我可以看到HTML代码，但是错误是“需要401Authorization”。你能帮帮忙吗？ import requests
from bs4 import BeautifulSoup as bs
r = requests.get("http://10.75.19.101/mfgindex", auth=('root', 'password'))
# Convert to beautiful sou
浏览 16提问于2020-10-28得票数 2
我可以使用Beautifulsoup抓取数据，现在我希望生成一个文件，其中包含我使用Beautiful Soup抓取的所有数据。
file = open("copy.txt", "w")
data = soup.get_text()
data
file.write(soup.get_text())
file.close()
我在文本文件中看不到所有的标签和全部内容。有关于如何实现它的想法吗？
浏览 0提问于2019-12-28得票数 1
1回答
标签python html
、、、、
我想从一个给定的网站中提取出所有的标签:例如，“我喜欢#stack overflow，因为#人们非常乐于助人！”这应该会将3个标签拉到一个表中。在我的目标网站上，有一个带有#标签描述的表格，这样我们就可以找到#love这个标签讲述了爱
这是我的工作：
#import the library used to query a website
import urllib2
#specify the url
wiki = "https://www.symplur.com/healthcare-hashtags/tweet-chats/all"
#
浏览 9提问于2017-08-01得票数 1
回答已采纳
2回答
我刚开始使用beautiful soup，我一直在学习关于如何使用它的教程。我试着用它从普通的外汇交易中返回高和低的价格。我不确定是否是我试图获得的信息rom网站，但我可以找到我想要的信息div tag，我相信文本是隐藏在跨度，但我仍然有麻烦，它回来的nonetype。
有人能帮我弄清楚吗？
网址：
div class=“tabMini包装器”
这是整个表^ div类。
是因为网站的格式吗？
import requests
from bs4 import BeautifulSoup
import re
URL = "https://www.centralcharts.com/en/6
浏览 5提问于2022-11-24得票数 2
回答已采纳
在尝试从网站获取数据时，我无法使用Beautiful soup获取网站的html内容。我正在使用一个基本的get函数和请求来获取html，但输出为空。 url= 'https://www.turbobearings.com/application.php'
html= (requests.get(url))
soup_= soup(html.content, 'lxml')
newtry= soup_.find('div', 'class', 'kblock kcategories-1')
Result: &l
浏览 32提问于2020-10-20得票数 0
回答已采纳
4回答
我已经重新检查了我的代码，并查看了打开URL将web数据传递给Beautiful的类似操作，由于某种原因，我的代码没有返回任何内容，尽管它的形式是正确的：
>>> from bs4 import BeautifulSoup
>>> from urllib3 import poolmanager
>>> connectBuilder = poolmanager.PoolManager()
>>> content = connectBuilder.urlopen('GET', 'http://ww
浏览 3提问于2014-07-31得票数 7
回答已采纳
4回答
我正在解析一个网站，在那里我遇到了一些类似的东西： <div class = "class-name" data-fmid="somenumber"> 使用beautiful soup，如何提取somenumber？我目前正在获取与class-name相关的元素： soup.find_all('div', {'class':'classname'}) 但不确定如何获得"somenumber“。我使用的是beautifulsoup，对网络抓取来说还是个新手。
浏览 41提问于2019-03-10得票数 1
回答已采纳
1回答
我正在使用GAE pyhton 2.5和Beautiful Soup 3.08，但发生了一些事情，切断了我文本的第一部分。
下面是我的代码：
from google.appengine.api import urlfetch
from BeautifulSoup import BeautifulSoup
url = 'http://www.cmegroup.com/CmeWS/mvc/xsltTransformer.do?xlstDoc=/XSLT/da/DailySettlement_CPC-FUT.xsl&url=/da/DailySettlement/V1/DSRepo
浏览 1提问于2012-08-19得票数 0
回答已采纳
我有一个简单的问题。如果文本为粗体，是否可以自动更改html文件中的字体大小？我使用Beautiful Soup来处理html文件。所以，我想要的是实现规则“如果html文件中的一部分文本是粗体的，那么将它设为18 (比如说)”。如下所示： soup = BeautifulSoup(source, 'html.parser')
for tag in soup:
## new_soup = BeautifulSoup(str(tag).FONTSIZE_CHANGE_FUNCTION)
tag.replace_with(new_soup)
with open(p
浏览 17提问于2019-06-28得票数 0
我正在使用Beautiful Soup4从HTML文件中提取文本，并且使用get_text()可以轻松地仅提取文本，但是现在我尝试将该文本写入纯文本文件，当我这样做时，我得到消息“416”。下面是我使用的代码：
from bs4 import BeautifulSoup
markup = open("example1.html")
soup = BeautifulSoup(markup)
f = open("example.txt", "w")
f.write(soup.get_text())
控制台的输出是416，但没有任何内容写入文本文件。我
浏览 6提问于2013-04-27得票数 2
回答已采纳
我使用Python中的Beautiful Soup。
以下是一个示例URL：
在HTML中，有一堆标记，我指定要查找哪些标记的唯一方法是使用它们的id。我唯一想找的就是电话号码。标签看起来像这样：
<td class="dispTxt" id="value_xxx_c_1_f_8_a_134242498">5134231582</td>
我去了同一网站上的其他URL，每次都发现电话号码标签的id几乎相同。始终保持不变的部分是：
'value_xxx_c_1_f_8_a_'
然而，在那之后的数字总是变化的。有没有一种方法
浏览 1提问于2012-08-13得票数 5
回答已采纳
1回答
我目前有一个包含beautiful_soup列的Pandas DataFrame (它包含一个BeautifulSoup对象)。我想为几个超文本标记语言标签(例如，img标签的数量)添加一个列。
例如，这是我使用列表理解的旧代码：
df['text_img_count'] = [len(x.find_all('img')) for x in df['beautiful_soup']]
但是使用apply应该更快，所以我想转换这段代码。
我在考虑写一个可以传递给apply的小函数，就像这样：
def get_imgs_count():
然后我会这样
浏览 6提问于2017-08-15得票数 0
我想用Beautiful Soup和requests抓取网站的数据，我已经得到了我想要的数据，但现在我想要过滤它： from bs4 import BeautifulSoup
import requests
url = "website.com"
keyword = "22222"
r = requests.get(url)
data = r.text
soup = BeautifulSoup(data, 'lxml')
for article in soup.find_all('a'):
for a in artic
浏览 29提问于2019-03-18得票数 1
回答已采纳
我正在使用Beautiful Soup来提取一些文本。该程序在命令行上运行，当我运行它时，它会显示í é等代码。
我该如何纠正这种行为呢？
浏览 1提问于2011-07-18得票数 0
回答已采纳
我正在努力学习美汤。我使用下面的网址来学习。
当我尝试运行代码时，我得到下面的错误。
FileNotFoundError: [Errno 2] No such file or directory: 'what_is_beautiful_soup_in_python-Google_Search.html'
Python模块和HTML文件都保存在同一个文件夹中。文件名= what_is_beautiful_soup_in_python-Google_Search谁能帮我解决这个问题？
from bs4 import BeautifulSoup
soup = BeautifulSo
浏览 24提问于2020-03-11得票数 1
我有这样的文本：
<div>
<script></script>
<h1>name</h1>
<p> Description </p>
<i> italic </i>
</div>
我想删除除h标签和p标签之外的所有html标签。为此，我尝试创建一个更通用的方法，如下所示：
def strip_tags(text, a_list_of_tags_to_not_remove)
使用下面的Beautiful Soup代码，我可以删除所有的html标记，但它不允许保
浏览 1提问于2018-10-16得票数 1
从下面的链接中，我希望能够抓取数据。然而，当我使用Beautiful Soup时，我在html中找不到它，并且Beautiful soup不起作用。此外，我想也许我可以使用selenium来抓取这些数据，但我也找不到这些内容。你知道我会如何使用selenium或Beautiful Soup来获得2015-2020年间每年1月的“这个家”的Z估计值吗？提前感谢您的帮助。我正在使用Python。
浏览 0提问于2020-08-17得票数 1
6回答
我正在用Beautiful Soup 3解析一些HTML，但是它包含了Beautiful Soup 3不能自动为我解码的HTML实体：
>>> from BeautifulSoup import BeautifulSoup
>>> soup = BeautifulSoup("<p>£682m</p>")
>>> text = soup.find("p").string
>>> print text
£682m
如何将text
浏览 0提问于2010-01-19得票数 324
回答已采纳
如果我知道HTML元素或类id，如何在某些元素中使用Beautiful Soup设置值？例如，我有
<td id="test"></td>
我想要设置文本还原...喜欢
<td id="test">RESTORE...</td>。
浏览 1提问于2012-03-19得票数 15
回答已采纳
1回答
我正在使用Beautiful Soup解析网页。有没有什么功能，在BS中，我可以使用我做搜索引擎或爬行网站，以索引它在数据库中。
浏览 0提问于2011-06-07得票数 0
回答已采纳
3回答
我很难用BeautifulSoup4.(我是个十足的Python/BeautifulSoup新手，所以如果我笨的话，请原谅我)
为什么下面的代码：
from bs4 import BeautifulSoup
soup_ko = BeautifulSoup('<select><option>foo</option><option>bar & baz</option><option>qux</option></select>')
soup_ok = BeautifulSoup(
浏览 3提问于2013-06-05得票数 1
回答已采纳
2回答
美丽的汤找不到线
、、
在解析http://en.wikipedia.org/wiki/Israel时，我遇到一个包含文本的H2标记，但Beautiful Soup为它返回了一个None类型：
$ python
Python 2.7.3 (default, Apr 10 2013, 05:13:16)
[GCC 4.7.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import bs4
>>>
浏览 0提问于2013-08-30得票数 2
我现在正在使用漂亮的汤来解析网页，我听说它很有名，也很好，但它似乎不能正常工作。
下面是我所做的
import urllib2
from bs4 import BeautifulSoup
page = urllib2.urlopen("http://www.cnn.com/2012/10/14/us/skydiver-record-attempt/index.html?hpt=hp_t1")
soup = BeautifulSoup(page)
print soup.prettify()
我认为这是一种简单的方式。我打开网页，把它传给漂亮的汤。但这是我得到的：
Warning
浏览 0提问于2012-10-15得票数 5
回答已采纳
def main():
openurl = urllib2.urlopen("http://www.pythonforbeginners.com")
content = openurl.read()
code = openurl.code
soup = BeautifulSoup(content) #I think I need to change something here!!
print soup
if soup.body.find(text=re.compile('python', re.IGNORECA
浏览 3提问于2014-04-08得票数 0
回答已采纳
我试图使用requests和Beautiful 库从一个特定的网站抓取一些数据。不幸的是，我接收的不是该页面的HTML，而是父页。谢谢你的帮助!
import requests
from bs4 import BeautifulSoup
example="https://salesweb.civilview.com/Sales/SaleDetails?PropertyId=473016965"
exampleGet=requests.get(example)
exampleGetText=exampleGet.text
soup = BeautifulSoup(example
浏览 2提问于2018-06-21得票数 1
使用Beautiful Soup，我想遍历每个div data-search-sol-meta={blah:blah...}并打印div中的所有内容。
page = requests.get('https://www.seek.com.au/python-junior-jobs', headers=header)
soup = BeautifulSoup(page.content, 'html.parser')
section = soup.find('div', {'class':'_3MPUOLE'})
f
浏览 2提问于2020-02-10得票数 0
回答已采纳
如何通过python获取用户为HTML页面输入的文本？
例如：
<html>
<input id="post_form_id" name="fooput" value="" />
</html>
现在，用户在文本字段中输入值abcxyz。如何使用python获取该值？我已经知道它是如何通过javascript实现的，但我想使用python来实现它。
另外，我已经尝试过Beautiful Soup，但它只能返回字段的预设值。所以我能做到
soup=BeautifulSoup(open("myhtmldoc
浏览 1提问于2012-06-13得票数 2
回答已采纳
2回答
为什么通过查找以<a href="开头的字符串的所有实例来获取beautiful soup内容并提取所有链接是不明智的。如果不能使用beautiful soup，还有什么其他方法可以提取链接？
浏览 1提问于2015-01-02得票数 0
我有超过1500 html页面(1.html到1500.html)。我编写了一个使用Beautiful的代码，它提取了我需要的大部分数据，但“遗漏”了表中的一些数据。
My输入：例如文件1500.html
我的代码：
#!/usr/bin/env python
import glob
import codecs
from BeautifulSoup import BeautifulSoup
with codecs.open('dump2.csv', "w", encoding="utf-8") as csvfile:
for file in gl
浏览 2提问于2011-01-11得票数 0
2回答
我正在尝试用Python和Beautiful Soup从网页上的一个表格中收集一些数据。然而，当我从页面中进行选择时，我得到的结果与在浏览器中得到的结果不同。具体地说，这些表完全缺失。以下是Firefox开发工具检查器中表格的屏幕截图： ? 这是我从Beautiful Soup得到的输出： ? 我尝试过使用urllib而不是request，也尝试过使用不同的超文本标记语言解析器(html.parser和lxml)。所有的结果都是一样的。关于这里可能发生的事情以及我如何绕过它来访问表中的数据，有什么建议吗？ import requests
from bs4 import Bea
浏览 15提问于2020-04-25得票数 0
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
