在Python中解析HTML

文章/答案/技术大牛

发布

6回答

python、html-parsing

如果我不能使用BeautifulSoup或lxml，那么我解析HTML语言的最佳选择是什么？我有一些使用SGMLlib的代码，但是它有点低级，现在已经被弃用了。我更希望它能处理一些格式错误的HTML，尽管我非常确定大多数输入都会非常干净。

浏览 3提问于2009-04-04得票数 27

回答已采纳

3回答

如何消除BeautifulSoup用户警告？

python、beautifulsoup

安装BeautifulSoup后，每当我在命令行中运行Python时，就会发出以下警告：UserWarning: No parser was explicitly specified, so I'm using the best available HTMLparser for this system ("html</e

浏览 4提问于2015-11-04得票数 67

回答已采纳

17回答

你需要安装解析器库吗？

python、python-2.7、beautifulsoup、lxml

...File "/Library/Python/2.7/site-packages/bs4/__init__.py", line我有Python2.7.1，并跟随获得了Beautiful Soup和lxml，它们都安装成功，并且可以使用单独的测试文件。在导致此错误的Python脚本中，我包含了以下行：from pag

浏览 5提问于2014-06-25得票数 341

1回答

如何使用Bleach完全删除HTML中的链接？

python、html、bleach

Bleach从超文本标记语言中剥离了非白名单的标签，但留下了子节点，例如 >>> import bleach'stays' >>> 如何删除整个元素及其子元素？

浏览 14提问于2020-09-02得票数 0

1回答

使用Retrofit SimpleXml-Converter简单XML解析以下XML

java、android、xml

org.simpleframework.xml.core.AttributeException：：onFailure: java.lang.RuntimeException: com.example.pavel.lesson8.models.Offer属性'id‘在类com.example.pavel.lesson8.models.Offer的第23行中不匹配

浏览 1提问于2016-09-02得票数 0

2回答

这是我拥有的HTML的一个片段： <body> <form method="post" action="./pagam.aspx?RkVsgP1UClEdbu0oUvc8pKDxd5OcslXk1xHlVhK7uuqH_7ZfaquNNa1VHgeSZWm9hAq4s7Thk6wIhoRsooDoMF7U2nzmVDDbRujlxaPTg8I 从HTML我现在不确定该怎么做： parsed_html = BeautifulSoup(html, 'l

浏览 21提问于2020-03-31得票数 1

1回答

无法在Python中解析html

python、html、python-3.x、web-scraping

为什么我不能将这个在html中的网页解析成一个csv？url='c:/x/x/x/xyz.html' #html(home page of www.cloudtango.org) data is stored inside a local drivewith open(url, 'r',encoding='utf-8') as f: html_string = f

浏览 1提问于2021-07-14得票数 0

1回答

姜戈BeautifulSoup FeatureNotFound

python、django、beautifulsoup

当尝试用Django使用BeautifulSoup刮一些东西时，它会返回：File "C:\Python27\lib\site-packages\django\core\handlers\base.p

浏览 2提问于2014-09-06得票数 0

回答已采纳

2回答

美丽的汤和表格抓取- lxml与html解析器

python、web-scraping、html-parsing、beautifulsoup、lxml

</table>#!/usr/bin/python from urllib import urlopen webpage = urlopen('http://www.thewebpage.com

浏览 3提问于2014-09-08得票数 14

回答已采纳

1回答

two爬行脚本在两台不同的机器上产生不同的结果

python、web-scraping、beautifulsoup、html-parsing、web-crawler

我使用BeautifulSoup的API在Python中创建了一个API爬虫。网络爬虫在爬行某些站点时使用相同的头信息/用户代理，我注意到当我在两台不同的机器上运行相同的脚本(一个在我的笔记本上，另一个在服务器上)时，它们会产生不同的结果。下面是我如何在python中定义我的用户代理并创建一个汤对象 user_agent = "Mozilla/5.0 (Windows; U; Windows NT 5.1

浏览 4提问于2014-11-22得票数 3

回答已采纳

4回答

在Python中解析格式错误的html时，lxml和libxml2中的哪一个更好？

python、html-parsing、lxml、libxml2

对于格式错误的html，哪一个更好、更有用？谢谢。

浏览 0提问于2012-02-17得票数 8

回答已采纳

1回答

如何使用BeautifulSoup查看闭合标签的总数？

python、beautifulsoup

下面的代码检查是否有一个以上的打开html标签， <html> </html>""" print len(soup.find_al

浏览 0提问于2014-03-02得票数 1

1回答

Postgres中的URL解析

sql、postgresql、url-parsing

我很难解析Postgres中的urls。我有一个充满客户和与他们相关的urls的数据库。我需要一个与每个客户关联的唯一域的数组。我希望能够在查询中进行解析，而不是将结果转储到Python中并在那里进行解析。在postgres文档中，我发现了这一点，但不知道如何将它合并到我的查询中： SELECT alias, description, token FROM ts_debug('http:/

浏览 1提问于2014-07-23得票数 4

回答已采纳

2回答

在python中解析XML文件并在HTML页面中显示它

python、html、xml、parsing、raspberry-pi

R将连接到HDMI显示器和互联网.R中将有一个XML文件和一个自行设计的HTML网页，XML文件将经常从远程终端更新。我的想法是使用Python (lxml)解析XML文件，并将分析过的数据传递给我的本地HTML网页，以便它能够在R的web浏览器中显示这些数据。我能够使用Python (lxml)解析XML文件。但是，我应该使用哪些工具在本地HTML网页中显示这个解析的内容(大部

浏览 0提问于2015-02-04得票数 2

回答已采纳

8回答

Python中的HTML解析器

python、import

使用Python文档，我找到了，但我不知道要导入哪个库才能使用它，我如何才能找到它(记住页面上没有说)。

浏览 0提问于2008-09-16得票数 7

回答已采纳

1回答

beautifulSoup不一致行为

python、python-2.7、web-scraping、beautifulsoup、html-parsing

我对在两个不同的环境中编写的以下HTML代码的行为完全感到困惑，需要帮助找到造成这种差异的根本原因。same string was downloadedprint "Number of contigs identified is %

浏览 5提问于2015-09-18得票数 2

回答已采纳

1回答

无法将“字节”对象转换为str，这意味着HTML* Python3错误*

python、python-3.x、html-parsing、python-3.4、html-parser

我试图在Macbook Air(OS )上用Python3.4.2创建一个HTML解析器：from html.parser import HTMLParser self.rawdata = self.rawdata + data

浏览 5提问于2015-01-19得票数 0

回答已采纳

2回答

分析和遍历Markdown文件中的元素

python、parsing、python-2.7、markdown

我想解析然后遍历Markdown文件。我在找像这样的东西，但用于Markdown。谢谢。

浏览 1提问于2014-12-08得票数 26

回答已采纳

3回答

如何在python中复制url中的所有文本(比如带有webbrowser的[Ctrl+A][Ctrl+C] )？

python、browser

为它解析源代码html是不可避免的，还是有更好的方法？

浏览 0提问于2013-05-08得票数 1

回答已采纳

2回答

Python中的HTML解析器，无需修复HTML

python

我需要解析html，但是我不需要python解析库来尝试“修复”html。对(在python中)使用的工具或方法有什么建议吗？在我的情况下，如果html格式错误，那么我的脚本需要结束处理。我正在创建一个工具来解析模板文件并输出另一个转换后的模板样式。

浏览 0提问于2011-10-31得票数 1

点击加载更多