如何使用规则表达式或漂亮汤从输出中提取有用的信息
使用规则表达式或漂亮汤（Beautiful Soup）从输出中提取有用的信息可以通过以下步骤实现：
- 导入所需的库：在Python中，可以使用re库来处理规则表达式，使用Beautiful Soup库来解析HTML或XML文档。
- 获取输出：首先，需要获取要提取信息的输出。这可以是一个字符串、一个文件或一个网页。
- 使用规则表达式提取信息：如果输出是一个字符串，可以使用规则表达式来匹配和提取所需的信息。规则表达式是一种用于描述字符串模式的语法。通过使用re库中的函数，如re.search()或re.findall()，可以根据规则表达式从输出中提取匹配的内容。
- 使用漂亮汤解析HTML或XML文档：如果输出是一个HTML或XML文档，可以使用Beautiful Soup库来解析文档并提取所需的信息。首先，需要将输出传递给Beautiful Soup的构造函数，然后可以使用Beautiful Soup提供的方法和属性来遍历文档的结构并提取所需的信息。
- 处理提取的信息：一旦从输出中提取了有用的信息，可以根据需要进行进一步的处理。这可能包括数据清洗、格式转换或其他操作。
以下是一个示例代码，演示如何使用规则表达式和漂亮汤从输出中提取有用的信息：
import re
from bs4 import BeautifulSoup
# 示例输出
output = """
<html>
<body>
<h1>标题</h1>
<p>这是一个段落。</p>
<a href="https://www.example.com">链接</a>
</body>
</html>
"""
# 使用规则表达式提取信息
title = re.search(r"<h1>(.*?)</h1>", output).group(1)
paragraph = re.search(r"<p>(.*?)</p>", output).group(1)
link = re.search(r'<a href="(.*?)">链接</a>', output).group(1)
print("标题:", title)
print("段落:", paragraph)
print("链接:", link)
# 使用漂亮汤解析HTML文档
soup = BeautifulSoup(output, "html.parser")
title = soup.find("h1").text
paragraph = soup.find("p").text
link = soup.find("a")["href"]
print("标题:", title)
print("段落:", paragraph)
print("链接:", link)请注意，以上示例仅演示了如何使用规则表达式和漂亮汤从输出中提取信息。实际应用中，您可能需要根据具体情况调整规则表达式或Beautiful Soup的使用方式。另外，腾讯云提供了多个与云计算相关的产品，如云服务器、云数据库、云存储等，您可以根据具体需求选择适合的产品。
相关·内容
1回答
在python中查找字符串的出现
、、、、
我有一个很长的字符串，我已经通过美丽的汤分析，我需要关于从这个汤对象中提取数据的最佳方法的建议。
我想要的数字包含在汤对象中，在这个文本后面的()中。
查看所有(8)
什么是最有效的方法来定位这个，并得到它的数字。
在VBA我会这么做的。
(1)如果汤长1000文本在200，查找这个文本字符串从哪里开始
然后循环直到找到结尾)，获取文本，将其存储在变量中，并处理每个字符，删除所有不是数字的内容。
因此，如果我有> View (8)，我将以8结束。这里的数字还不清楚，可能是q00,110或2000年。
我刚刚开始学习python，还不知道如何使用正则表达式，但这似乎是一条路？
示例字符串
浏览 3提问于2014-05-27得票数 0
回答已采纳
1回答
我有一个输入文本文件，其中包含从PDF逐页提取的数据。此输入文本文件没有列和行格式的所有数据。如何将此文件转换为csv或excel格式，并将数据按图中所示的列和行排列。我已经附加了样本输入文件以及所需的样本输出文件。是否有免费软件或Java/Python？我该如何开始呢？这一过程的任何线索都是非常感谢的。
输入文件和逻辑
输出文件
输入文件
输出文件
浏览 2提问于2019-11-13得票数 1
1回答
我正在尝试从字符串中提取一个子字符串。字符串当前逐行位于excel列中，如下所示：
ABC 54 SOMETHING 11165 POP 1234567890 SOMETHING ABC/W 05/1234500022385 SomethingW1234500006840Abc05 d 13/1/15我想要的是从每个行字符串中提取任意5位或13位数字。
我为这项工作想出了这个算法：
1)输入行2)扫描字符串3)如果找到数字/整数，则检查数字字符串从开始到结束的长度4)如果长度=5或如果长度= 13，则仅将数字字符串输出到下一列5)输入新行...6)继续1-5，直到数据集耗尽
excel中有没有
浏览 1提问于2015-01-13得票数 1
1回答
以下python代码：
from bs4 import BeautifulSoup
div = '<div class="hm"><span class="xg1">查看:</span> 15660<span class="pipe">|</span><span class="xg1">回复:</span> 435</div>'
soup = BeautifulSoup(div, "lxml")
hm =
浏览 1提问于2018-01-10得票数 1
回答已采纳
我在磁盘上保存了一个.html，我用文本编辑器打开它。然后，我尝试查找html文件中的所有http ....etc。
我打开，读取文件，但我怎么能提到for循环，“嘿，给我所有的超链接后，href= ?”
有什么建议吗？我试着解决它没有美丽的汤。
浏览 0提问于2018-02-26得票数 0
3回答
<div class="heading-dom view">
<script type="application/javascript">
window.realty = {"user_id":4243456};
<!--window.agency = < %- JSON.stringify(agency) % >;-->
<!--window.agency = < %- JSON.stringify({}) % >-->
浏览 5提问于2017-12-15得票数 2
回答已采纳
当尝试使用getUrl()从具有基本.htaccess授权的.htaccess获取CSV文件时，我被重定向到.htaccess S3位置。getURL()函数将原始headers (用于auth)传递给亚马逊S3，亚马逊认为这是一个Amazon令牌；这将导致响应中出现以下错误：
只允许一个auth机制；只应指定X算法查询参数、签名查询字符串参数或授权头
除了汤普森路透社：的一份咨询意见，我看不出其他任何地方都在谈论这个问题。
修复方法是从远程服务器接收重定向，查看响应并提取新的(重定向) URL，然后从那里获取CSV文件，而不需要头中的auth详细信息。
有办法在洪水脚本佐霍这样做吗？
浏览 0提问于2019-01-06得票数 1
所以我用漂亮的汤在维基百科的页面上爬行一个表格，在这个页面中我提取文件中的数据。问题是，我希望删除表中为列生成的列表中的一些子字符串。
这是我的代码：
soup= bs(result.text,'html.parser')
country_names= soup.find('table', class_= 'wikitable sortable').tbody
rows= country_names.find_all('tr')
columns=[v.text.replace('[a][b][13]\n',
浏览 7提问于2021-11-05得票数 0
我正在用刮皮刮一个网站。有一个div列表，一些是显示，一些是显示块。我只想从显示块的div中获取数据。但是我无法从div获取样式属性。我还检查了堆栈溢出的解决方案
response.xpath("//div").xpath("@style").extract()
这给了我一个输出中的空白列表。它不是获取样式属性。或者我可以使用scrapy获得原始的HTML，然后在漂亮汤的帮助下从div获取样式属性？或者是如果我能得到字符串中的原始html，这也是有帮助的。我想要的只是它的风格。
示例html :-
<div class="asd">d
浏览 0提问于2018-04-27得票数 1
我使用lxml提取与html标记相关联的文本，但它也将<>括号中的所有内容作为标记并丢弃。除了标准的html标记之外，还有什么方法可以保留文本中的所有内容吗？
from lxml import html
data="<EXPE>(i)<i>you</i>"
print(html.fragment_fromstring(data).text_content())
这给出了输出
'(i)you'
但是所需的输出将是<Expe>(i)you
我也尝试了同样的美丽汤如下：
from bs4 import Bea
浏览 2提问于2020-01-12得票数 1
说，为了从使用请求和美丽汤的网站中提取一些信息，我们可以使用BeautifulSoup(request，‘html5lib’)方法，但是它声明它不会在一个在线的IDE上运行。我想知道这是为什么，是否有任何解决办法，如果一个人正在使用一个在线IDE。有不同的HTML解析器吗？
浏览 2提问于2020-04-05得票数 1
1回答
我试着用漂亮汤来提取跨度标签，代码没有输出。
soup = BeautifulSoup(html, "html.parser")
tags = soup("span")
for tag in tags:
print(tag)
标签：<tr><td>Romina</td><td><span class="comments">97</span></td></tr>
请救救我！谢谢
浏览 7提问于2021-12-26得票数 0
回答已采纳
1回答
我试图使用漂亮的汤解析以下站点：
然后，我试图发送整个网页开始后的单词“主题”作为电子邮件的正文。我最终想要自动发送电子邮件在这个网页上的任何信息。
我可以成功地获得html文本和样式，但我不知道如何提取图像以及页面底部的google表单。这些图片似乎没有href的，所以我真的不知道该怎么做。
如果有漂亮的汤，这有可能吗?还有其他方法来做我想要做的事情吗？
浏览 3提问于2017-04-01得票数 0
回答已采纳
1回答
我目前正在进行一个项目，在这个项目中，我下载了一堆相关的html文件，并从中收集数据。我注意到的一件事是，尽管html文件的总体格式是相似的，但有时不同的文件使用不同的标记来存储类似的信息。
例如，在一个文件中可以是：
<html>
<head>
<p> Title: The GodFather </p>
<p> Author: Mario Puzo </p>
</head>
<html>
在另一个例子中，可能是：
<html>
<head>
<p> Headin
浏览 1提问于2018-11-07得票数 2
可能重复：
我对蟒蛇很陌生。我编写了程序，使用正则表达式使用命令行arguments.First参数从网页中提取确切的数字，参数应该是' amount‘，第二个应该是从’第三个应该是‘到’，我应该从应该提取转换量的站点"“中提取确切的数字。守则是：
import requests
import re
import sys
amount=sys.argv[1]
from_=sys.argv[2]
to=sys.argv[3]
r = requests.get("http://www.xe.com/ucc/convert/?Amount=%(amount)s&a
浏览 3提问于2012-08-29得票数 0
我正在尝试从oreilly媒体网站上提取书名，使用python漂亮的汤。
但是，我看到书名不在页面源html中。
我正在使用这个链接查看书籍：
附件是一个屏幕截图，显示的网页与前两本书与铬开发工具与箭头指向我想要提取的元素。
我查看了页面源代码，但找不到书名--也许它们隐藏在主html中的其他链接中。
我试图打开html中的一些链接，并搜索书名，但什么也找不到。
是否可以使用美丽的汤从网站中提取第一或第二本书的名字？如果没有，还有其他的python包可以做到这一点吗？也许是硒？
或者作为最后的手段.
浏览 10提问于2022-02-27得票数 0
回答已采纳
我想从一个"stringified“api调用中找到并提取细节，这是mongo db文档中的一个字段。
该字段类似于下面的"apiData“字段(只在一个很长的行中)，它同时包含请求头和作为嵌入式对象的响应正文-为了便于阅读，我将其以行分隔。
键和值在“转义”引号内
a)我是否可以根据报头和响应正文信息的选择进行过滤/查找
目前，我使用的是正则表达式，例如apiData : /5684830/
还有更好的吗？
b)通过使用构建功能或mongodb shell v4中的其他功能，从Mongo中的字段字符串中提取报头和响应正文信息的选择
目前，我正在导出整个字段，然后对其进行处理。
浏览 1提问于2020-12-04得票数 0
当我尝试导入漂亮的汤时，我得到了以下错误：
Traceback (most recent call last):
File "my_first_simple_script.py", line 2, in <module>
from bs4 import BeautifulSoup
ModuleNotFoundError: No module named 'bs4'
我尝试通过以下方式导入它:从bs4导入BeautifulSoup
我的python版本是3.6.1，并且漂亮的汤是：'beautifulsoup4==4.6.0‘
我做
浏览 10提问于2017-06-19得票数 0
回答已采纳
1回答
我使用的是python和漂亮汤，我需要在app.run({"data":Id":"124330049","stock":83})下提取一些数据。当我尝试查找这些值时，它使用find返回一个空列表。
我可以在app.run中提取/抓取数据吗？
代码：
soup = content.find('script').get_text()
found_data = json.loads(soup)
print(found_data)
//返回错误:需要输出库存: 83
浏览 13提问于2019-03-12得票数 0
如何解析我拥有的这个文本文件，并仅提取每一行中的第一个值？
file.txt
预期输出
http://google.com
http://yahoo.com
http://ebay.com
能在漂亮的汤里喝点什么吗？
浏览 4提问于2016-01-23得票数 1
回答已采纳
我想提取没有这个标签本身的标签的内容，并将所有的标签保存在里面。
html_text = "<TD WIDTH=60%>Portsmouth - Cherbourg<BR/>Portsmouth - Santander<BR/></TD>"
soup = BeautifulSoup(html_text, 'html.parser')
soup_list = soup.find_all("td")
soup_object = soup_list[0]
text = soup_object.getTex
浏览 4提问于2022-10-27得票数 0
我正在尝试从一个c文件中提取注释。但是我的代码提取了所有的星号，而不仅仅是/*和*/。有人能帮上忙吗？
输入/**A**/或/***/
所需的输出*A*和*
我的输出*A和nothing
代码
"/*" /* comment */ BEGIN(Comment);
<Comment>{
[^*] /* not a '*' */ ECHO;
"*"+[^/] /* '*'s not followed by '/' */ ECHO;
"*"
浏览 2提问于2013-04-17得票数 0
回答已采纳
在我skylark (bazel)规则实现中，我有一个从其中提取的的分集。
在公共属性中，我发现所有的云雀规则都可能有属性，我可以给出一个空闲字符串的列表。
有什么方法可以让我找到原始规则的标签吗？
(我的最终目标是从原始描述集中提取来自带有“X”标签的规则的文件)。
浏览 1提问于2017-04-02得票数 0
我正在研究正则表达式的历史和发展。我发现了以下时间线：
1956年的今天，Kleene在他关于神经网络的论文中引入了正则表达式。
1964年的今天，Brzozowsi提出了正则表达式的导数的概念。
1968 -汤普森描述了如何为正则表达式编写编译器。
60年代末S/70岁初S
Thompson将QED编辑器移植到CTSS，添加了正则表达式支持。
汤普森和里奇将QED移植到Multics，并最终加入了1970年的S大学。
汤普森在QED的启发下写了ed
在Unix V1之后的某个时候，汤普森从ed中提取正则表达式代码以生成grep。
在Unix V7中，引入了egrep和fgrep。
Kle
浏览 0提问于2020-12-08得票数 3
回答已采纳
我希望提取电子邮件，电话和姓名从脚本标签(而不是在身体)使用美丽汤(Python)下面的代码。我看到美丽的汤可以用来提取。
我试着用下面的代码获取页面--
fileDetails = BeautifulSoup(urllib2.urlopen('http://www.example.com').read())
results = fileDetails.find(email:")
此Ajax请求代码不会再次在页面中重复。我们是否还可以编写try和catch，这样如果它在页面中找不到它，它就不会抛出任何错误。
<script type="text/javas
浏览 1提问于2014-08-04得票数 6
4回答
我一直试图使用的漂亮汤来收集一些数据。但是，当我解析内容时，有些数据根本没有显示出来。这些数据字段在铬检查器中可见，但在“汤”中看不到。问题是，它们似乎不是文本元素。我认为它们是使用外部数据库提供的。我已经附上了下面的截图。还有其他方法可以刮掉这些数据吗？
提前谢谢。
谷歌检查员：
美丽汤解析内容：
浏览 8提问于2021-02-12得票数 2
回答已采纳
我希望使用python从espn站点中获取一些数据。
我用漂亮的汤从页面中提取内容。
item = soup.findAll('span', attrs={'data-reactid': '136'})[0].text
只会显示列的标题。在该链接内是数据反应链接，这些链接没有显示在urls中。如何浏览数据-反应链接？当您单击防御或攻击链接时，url保持不变吗？
浏览 1提问于2018-11-25得票数 0
回答已采纳
2回答
我试图从中获取信息，但是使用漂亮的汤只返回<table>的两个<tbody>子表中的第一个表行中的一个。
在google返回中进行检查：
当美丽的汤回来时：
<table cellpadding="2" cellspacing="1" class="data" defaultsort="currentpos" enablesort="true" id="Leaderboard" onsort="Leaderboard.sort" width="
浏览 1提问于2018-04-06得票数 0
回答已采纳
1回答
我使用的是“美丽汤”，我想用findall方法提取“”中的文本。
content = urllib.urlopen(address).read()
soup = BeautifulSoup(content, from_encoding='utf-8')
soup.prettify()
x = soup.findAll(do not know what to write)
从汤中提取的一个例子：
<td class="leftCell identityColumn snap" onclick="fundview('Schroder
Europ
浏览 3提问于2015-12-19得票数 2
回答已采纳
3回答
我试图从我美丽的汤搜索中提取“信息技术”作为输出。但我还不明白，因为“扇区”是URL中任何类型的代码的动态值。
有人能告诉我如何提取这些信息吗？
<a href="http://eresearch.fidelity.com/eresearch/markets_sectors/sectors/sectors_in_market.jhtml?tab=learn&sector=45">Information Technology</a>
我的代码：
url = 'https://eresearch.fidelity.com/eresea
浏览 0提问于2019-02-18得票数 1
回答已采纳
我正在尝试使用bs4和python3.4.1从网页中提取可见文本。为此，我从汤中提取所有脚本和样式元素，然后继续从剩余的html中获取文本。
为了测试目的，我使用x，y，z来观察我对汤的修改。
html = urllib.request.urlopen('http://www.skilledup.com/articles/reasons-to-learn-python').read()
soup = BeautifulSoup(html, "html5lib") #tried xml and html.parser also
x = soup.prettify(
浏览 5提问于2016-02-04得票数 0
回答已采纳
2回答
用硒美汤寻找元素
、、、
一般来说，我对网络抓取和数据科学是个新手。根据不同的消息来源，美丽的汤比硒更快的抓取网页。我正在写一些在社交媒体评论中爬行的代码。我使用Selenium自动单击检索旧注释的按钮，并使用以下命令从注释中获取文本
driver.find_element_by_xpath()
我知道feature没有允许我直接输入xpath来查找元素的特性。
在这种情况下，我是否应该摆脱对xpath的依赖，并尝试更轻松地使用可以由漂亮的汤使用的选择器呢？
我的代码现在感觉非常笨重，需要几分钟的时间，尽管我只处理了大约120条评论。
如果之前有人问过这个问题，我很抱歉；我在网站上找不到它。谢谢!
浏览 18提问于2019-07-24得票数 0
回答已采纳
1回答
以R为单位的地块范围？
、、、
我有以下数据集：
x = c(4, 5, 10, 30, 50, 51)
y = sqrt(x)
我想把数据绘制在5-50的x范围内。
plot(x,y, xlim=c(5, 50))
abline(v=c(5,50), col="red")
但是，仍然可以看到来自该范围之外的数据点。有没有一种简单的方法可以让plot()从字面上说出极限。到目前为止，我提出了两个想法：
删除情节的空白处(我实际上喜欢空白处，但不喜欢可见的数据)
在绘制变量之前从变量中排除数据(根据我的经验，子集()可能会在data.frame中组织数据时工作)
浏览 3提问于2013-09-09得票数 1
3回答
`#How将使用美汤从span中提取老鹰 playerTeam = soup.find_all('p',attrs={'class':'player-details'})
for teams in playerTeam:
team = teams.get('span')
playerTeam.append(team) 输出： <p class="player-details"><span>#10</span><span>G</span>
浏览 35提问于2019-02-27得票数 0
3回答
是否有任何支持表标识和提取的开源库？
我的意思是：
标识存在的表结构
将表与其内容分类
以有用的输出格式从表中提取数据，例如JSON / CSV等。
我曾研究过有关这一主题的类似问题，发现如下：
，它解决了问题3，但似乎需要用户为每个表指定一个表结构的PDFMiner (如果我错了，请纠正我)。
试图解决问题1，但根据列表，它目前无法识别由空格分隔的表。这是一个问题，因为我的PDF中的所有表都用空格分隔！
目前，我在想，我需要花费大量的时间来开发一个机器学习解决方案来从PDF中识别表结构。因此，任何替代方法都将是非常受欢迎的！
浏览 1提问于2015-02-16得票数 50
回答已采纳
如何从python中ping命令的输出中提取平均时间。这是ping的输出：
rtt min/avg/max/mdev = 31.907/37.303/51.442/8.194 ms
浏览 3提问于2015-01-12得票数 0
回答已采纳
我正试着传递一个从美丽的汤中提取的链接。
import requests
r = requests.get('https://data.ed.gov/dataset/college-scorecard-all-data-files-through-6-2020/resources')
soup = bs(r.content, 'lxml')
links = [item['href'] if item.get('href') is not None else item['src'] for item in soup.
浏览 2提问于2021-07-23得票数 0
1回答
我安装了蟒蛇，并能使用jupyter笔记本以及熊猫。
但我只是通过一个教程来做这件事。
我该如何安装漂亮的汤？我要把这个放在命令提示符中吗？在jupyter笔记本里？
我要打什么？
作为一个包装，我要进口什么？
我完全迷路了，谢谢
我得到的错误是：(C:\Users\skull\Anaconda3\lib\site-packages\bs4_init_.py)：ImportError:无法从“bs4”导入名称“漂亮汤”
浏览 0提问于2020-09-29得票数 1
回答已采纳
1回答
我试图从下面提供的页面中抓取大量数据，当我在浏览器上检查时，我看到了一个路径，但是，当我使用BeautifulSoup时，我无法获得这些数据。例如，我的目标是北京，在下面的道路，但我会得到一个零。当我打印“汤”时，我可以看到html的格式非常不同(我相信是js)，而“漂亮汤”不能处理它，因此，对于我来说，可以从该部分中提取数据的替代方法是什么？谢谢。
from bs4 import BeautifulSoup,Tag
import urllib2
hdr = {'Accept': 'text/html,application/xhtml+xml,*/*',
浏览 5提问于2016-04-03得票数 0
回答已采纳
1回答
我也在我的笔记本电脑上安装了蟒蛇。所以它给了我这条信息
(C:\Users\jinfe\anaconda3\lib\site-packages\bs4_init_.py) ImportError:无法从“bs4”导入名称“美丽汤”
浏览 3提问于2022-02-08得票数 -1
3回答
Python:模式检测和规则生成
、、、、
我需要一个模式解释和规则生成系统。基本上它是如何工作的，它应该解析文本并解释其中的模式，基于这些解释，我需要输出一组规则。下面是一个例子。假设我有一个HTTP标头，它看起来像
GET https://website.com/api/1.0/download/8hqcdzt9oaq8llapjai1bpp2q27p14ah/2139379149 HTTP/1.1
Host: website.com
User-Agent: net.me.me/2.7.1;OS/iOS-5.0.1;Apple/iPad 2 (GSM)
Accept: */*
Accept-Language: en-us
Accep
浏览 0提问于2012-09-14得票数 0
我正在使用bbedit来“测试”使用正则表达式从网页中提取一些数据。
这在bbedit中运行得很好，但是我想使用cUrl来下载页面本身，然后使用php来执行匹配/提取，而不是bbedit。
不幸的是，我对php库了解不多。哪一个更容易学习/使用呢？
浏览 0提问于2012-04-25得票数 0
1回答
我的朋友有一家小企业，客户使用电子邮件订购服务。他每天都会收到几封电子邮件，整理这些邮件变得越来越麻烦。
客户可以请求大约10种不同类型的任务，每种任务都有一个或两个单词来指定它。电子邮件中的其他信息包括提供服务的地点、时间和相关人员的姓名。电子邮件还包含ID，这是一个具有相当标准格式的长数字。
这些电子邮件非常杂乱无章，但都包含上面的关键信息。我的问题是:什么是最好的方法来浏览这些电子邮件，并提取关键信息(如服务类型，地点，人名，ID等)？
我考虑了一些预处理，然后通过AlchemyAPI，然后使用神经网络为每个特征(关键信息)测试炼金术输出。这可以是有监督的学习，因为我可以一直进行反馈循环
浏览 6提问于2014-01-25得票数 1
2回答
解析多篇新闻文章
、、、
我已经建立了一个摘要程序，它利用一个解析器一次解析多个网站。我在每篇文章中只提取<p>。
这抛出了许多与文章无关的随机内容。我见过几个人可以完美地解析任何文章。我该怎么做呢？我用的是美汤
浏览 3提问于2014-05-04得票数 0
4回答
出于好奇，我想看看是否可以使用jQuery读取一个HTML，这样我就可以使用它输出一些html元素的值。我正在寻找一些功能，比如Firebug提供的功能，即Firebug允许我在任何网页上使用$()，所以我想实现的是：
我有一堆HTML文件
我需要加载它们中的每一个，并使用jQuery，我想提取一些与某些HTML元素相关的信息。
因此，可以使用Python加载每个文件，然后以某种方式使用jQuery解析HTML。我不知道用什么术语来描述这个需求，但是有什么建议吗？也许我正在寻找一个命令行jQuery执行引擎？
编辑：或者我正在寻找一种提供$()功能的脚本语言。我看了一下“美丽汤
浏览 1提问于2010-10-31得票数 0
回答已采纳
3回答
我一直在尝试一些网络抓取，我偶然发现了这个标签中的一些有趣的数据：
<script type="application/ld+json">
我已经能够用美丽的汤分离出那个标签
html = urlopen(url)
soup = BeautifulSoup(html, "lxml")
p = soup.find('script', {'type':'application/ld+json'})
print p
但是我还不能处理这些数据，也不能从那个标签中提取任何数据。
如果我尝试使用正则表达式从其中获
浏览 2提问于2017-04-27得票数 9
所提供的投入：
{abcd} {{abcd}} {{{abcd}}}
如何提取被单个大括号或三重大括号包围的文本？如果双大括号环绕在它周围我就不发短信。
输出：
{abcd} {abcd}
输出中的第二个{abcd}从{{abcd}中提取
你有什么想法吗？
浏览 3提问于2019-11-07得票数 0
我试着用漂亮汤从视频页面中提取频道创建者的名字，以及他们频道的链接。
我试过使用class_关键字参数。因此，我得到了[]。我该怎么办？我是否需要通过父母的div标签，然后“下去”，就像他们在“美丽汤”中说的那样？对于特定的标记和类，我应该如何/可以使用soup.find呢？
soup = BeautifulSoup(response.text, "html.parser")
videotitle = soup.find("meta", {"property":"og:title"})["content"
浏览 2提问于2020-02-06得票数 2
回答已采纳
1回答
我已经习惯了美丽的汤，在那里我会提取元素，然后在里面搜索。但是LXML没有看到这样的行为，看起来它是从主文档中搜索的。
从下面的示例中，我得到的输出是：
案件:1
标准:1标准:2标准:3标准: 4
案件:2
标准:1标准:2标准:3标准:4<code>F 219</code>
但我所期待的是：
案件:1
标准:1标准: 2
案件:2
标准:3标准: 4
样本代码：
from lxml.html import fromstring, tostring
html = """
<p>Test document</p>
<
浏览 1提问于2020-08-27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
