如何使用BS4中find all方法抓取某些字符串
在使用BS4中的find_all方法抓取某些字符串时，可以按照以下步骤进行操作：
- 导入BeautifulSoup库和相关依赖：首先需要导入BeautifulSoup库和相关依赖，确保已经安装了Python和BeautifulSoup库。
- 获取HTML内容：使用合适的方法获取包含目标字符串的HTML内容。可以通过网络请求获取网页内容，也可以从本地文件中读取HTML内容。
- 创建BeautifulSoup对象：将获取到的HTML内容传入BeautifulSoup类中，创建一个BeautifulSoup对象，以便后续的解析操作。
- 使用find_all方法：使用find_all方法来查找包含目标字符串的元素。find_all方法可以接受多个参数，用于指定要查找的标签名、属性名和属性值等。
- 遍历结果并提取字符串：遍历find_all方法返回的结果集，可以使用字符串提取方法（如get_text()）来提取目标字符串。
下面是一个示例代码：
from bs4 import BeautifulSoup
# 获取HTML内容
html = """
<html>
<body>
<div class="content">
<h1>标题1</h1>
<p>段落1</p>
<h2>标题2</h2>
<p>段落2</p>
</div>
</body>
</html>
"""
# 创建BeautifulSoup对象
soup = BeautifulSoup(html, 'html.parser')
# 使用find_all方法查找包含目标字符串的元素
elements = soup.find_all(text=['标题1', '段落2'])
# 遍历结果并提取字符串
for element in elements:
print(element)在上述示例中，我们使用了一个包含标题和段落的HTML内容。通过使用find_all方法，我们查找了包含"标题1"和"段落2"的元素，并使用循环打印出了这些字符串。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云官网：https://cloud.tencent.com/
- 云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 云数据库MySQL版：https://cloud.tencent.com/product/cdb_mysql
- 云原生容器服务（TKE）：https://cloud.tencent.com/product/tke
- 人工智能平台（AI Lab）：https://cloud.tencent.com/product/ailab
- 物联网开发平台（IoT Explorer）：https://cloud.tencent.com/product/iothub
- 移动开发平台（MPS）：https://cloud.tencent.com/product/mps
- 分布式文件存储（CFS）：https://cloud.tencent.com/product/cfs
- 区块链服务（BCS）：https://cloud.tencent.com/product/bcs
- 腾讯云元宇宙：https://cloud.tencent.com/solution/virtual-universe
相关·内容
我正在抓取一个HTML网页。我在Mac机上使用Python库(4.6.0)和BeautifulSoup (3.7)。
在其他东西中，我看到了一堆'div‘标签，它们有class属性。一些'div‘标签带有多个class属性值。现在我想根据标记名和class属性值进行过滤，例如，我想找到class='a‘但没有class='b’的' div‘标记(是的，有些div标记带有class='a b')。
为了获得这些标记，我尝试使用BS4文档()中提到的过滤函数。我的印象是，find_all()将bs4标记元素传递给函数，在该函数中，您可以对BS
浏览 103提问于2018-07-09得票数 -1
import requests
from bs4 import BeautifulSoup
url = 'http://www.gmcgujarat.org/searchdoctor.aspx'
html = requests.get(url).text
soup = BeautifulSoup(html, 'html.parser')
name = soup.find(" ")
for count in range(3333,4444):
data = {name: " "}
r = requ
浏览 0提问于2019-03-12得票数 2
代码如下：
from bs4 import BeautifulSoup
import requests
x = 0
value = 1
x = x + value
url = "https://www.bol.com/nl/s/algemeen/zoekresultaten/sc/media_all/index.html?" + "page=%s" + "&searchtext=ipad" % x
response = requests.get(url)
html = re
浏览 14提问于2017-07-18得票数 0
2回答
嗨，如何在不上课的情况下从div中抓取文本？首先，我尝试使用类“作业”页从div中抓取所有数据，然后没有类值，但它不起作用。
from bs4 import BeautifulSoup
import requests
a = {}
def antal_pl(name=''):
try:
page_response = requests.get('https://antal.pl/oferty-pracy?s=&sid=&did=Accountancy', timeout=40).text
pag
浏览 1提问于2018-04-28得票数 0
回答已采纳
2回答
我想知道如何使用BeautifulSoup打开我列表中的另一个页面？我关注了，但它没有告诉我们如何打开列表中的另一个页面。另外，我如何打开一个嵌套在类中的"a href“呢？
下面是我的代码：
# coding: utf-8
import requests
from bs4 import BeautifulSoup
r = requests.get("")
soup = BeautifulSoup(r.content)
soup.find_all("a")
for link in soup.find_all("a"):
pr
浏览 0提问于2015-09-24得票数 8
回答已采纳
2回答
我试图从一个带有BeautifulSoup + python请求的网站上抓取文本。但它只是作为一种产出。
from bs4 import BeautifulSoup
import requests
url = "http://nos.nl/artikel/2093082-steeds-meer-nekklachten-bij-kinderen-door-gebruik-tablets.html"
r = requests.get(url)
soup = BeautifulSoup(r.content)
data = soup.find_all("div"
浏览 1提问于2016-03-16得票数 1
回答已采纳
2回答
大家好，我是python的新手，我不知道如何将抓取的数据转换成csv格式。这是我的程序
import requests
import urllib.request
from bs4 import BeautifulSoup
import pandas
url = 'https://menupages.com/restaurants/ny-new-york/2'
response = requests.get(url)
soup = BeautifulSoup(response.text, "html.parser")
all_links = soup
浏览 1提问于2019-09-25得票数 1
我使用BeautifulSoup4从几个网页中抓取数据。例如，在下面的例子中，url是，有96页。我的问题是脚本在几页之后抛出了一个错误。通常，当代码到达第15-20页时。错误信息：
追溯(最近一次调用)：文件"main.py"，第34行，在if next_page.text != 'Next'：AttributeError：'NoneType‘对象中没有属性'text’
谢谢你提前提供帮助！
import requests
import os
import csv
from itertools import count
from bs4 imp
浏览 1提问于2018-12-06得票数 1
回答已采纳
4回答
我正在尝试找到一种在BS4中抓取多个页面的有效方法。我能够轻松地抓取第一页，并获得我需要的所有数据，但不幸的是，并不是所有的数据都在上面。还有另外两个页面需要抓取，而不是硬编码并更改第二个和第三个页面的URL，我想知道是否有更好的方法使用BS4在Python中实现这一点。唯一需要更改的部分是page=1到相应的页码(1、2、3)。
import csv
import requests
from bs4 import BeautifulSoup
url = "https://www.congress.gov/members?q={%22congress%22:%22115%22}&
浏览 0提问于2018-04-04得票数 0
我试图在我抓取的HTML页面中搜索特定的字符串。我在bs4中使用了find_all()方法并提供了字符串参数，但它不起作用。 网页：https://news.google.com/topics/CAAqJggKIiBDQkFTRWdvSUwyMHZNRGx6TVdZU0FtVnVHZ0pKVGlnQVAB?hl=en-IN&gl=IN&ceid=IN%3Aen from bs4 import BeautifulSoup
import requests
def search(soup):
浏览 34提问于2020-03-22得票数 0
回答已采纳
1回答
美汤4在表格中查找文本
、、、、
我一直在尝试使用BS4从网页中抓取。我找不到我想要的数据(表中的球员名字，即"Claiborne，Morris")。
当我使用：
soup = BeautifulSoup(r.content, "html.parser")
PlayerName = soup.find_all("table")
print (PlayerName)
没有球员的名字甚至在输出中，它只显示了一个不同的表。
当我使用：
soup = BeautifulSoup(r.content, 'html.parser')
texts = soup.findAl
浏览 11提问于2016-07-23得票数 1
回答已采纳
1回答
用Beautifulsoup从Wikipedia中抓取一列将返回最后一行，而我希望它们都在列表中：
from urllib.request import urlopen
from bs4 import BeautifulSoup
site = "https://en.wikipedia.org/wiki/Agriculture_in_India"
html = urlopen(site)
soup = BeautifulSoup(html, "html.parser")
table = soup.find("table", {'cla
浏览 3提问于2017-05-11得票数 1
回答已采纳
2回答
我已经写了一个代码来抓取一个网站的附件。它本质上是抓取附件的超链接。我不能想出一种方法来直接将这些附件保存在本地位置。
import requests
import pandas as pd
from requests import get
url = 'https://www.amfiindia.com/research-information/amfi-monthly'
response = get(url,verify=False)
import bs4
from bs4 import BeautifulSoup
html_soup = BeautifulSoup(re
浏览 0提问于2020-06-20得票数 0
3回答
from bs4 import BeautifulSoup
import requests
url = 'https://uk.trustpilot.com/review/thread.com'
for pg in range(1, 10):
pg = url + '?page=' + str(pg)
soup = BeautifulSoup(page.content, 'lxml')
for paragraph in soup.find_all('p'):
print(paragraph.text)
我想
浏览 1提问于2019-01-13得票数 3
回答已采纳
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
我试图从一个简单的网站抓取所有的标题。我的尝试：
from bs4 import BeautifulSoup, SoupStrainer
import requests
url = "http://nypost.com/business"
page = requests.get(url)
data = page.text
soup = BeautifulSoup(data)
soup.find_all('h')
soup.find_all('h')返回[]，但是如果我执行类似于soup.h1或soup.h2的操作，它将返回相应的数据。我是不是不
浏览 5提问于2017-07-12得票数 13
回答已采纳
1回答
导出到未对齐的表
、、
我试图从这个链接中抓取一个表：当抓取表时，名称和统计数据类别对齐，但数字本身不对齐。
import csv
from bs4 import BeautifulSoup
import requests
soup = BeautifulSoup(
requests.get("https://www.espn.com/nba/stats/player/_/table/offensive/sort/avgPoints/dir/desc", timeout=30).text,
'lxml')
def scrape_data(url):
# t
浏览 0提问于2019-10-28得票数 0
回答已采纳
我需要抓取一个网页()，但我遇到了一个问题--我需要在首页显示的文本绝对隐藏在许多不同的格式化标记中。
我知道如何使用Beautiful Soup抓取常规页面，但这并不能满足我的需要(例如，文本丢失，一些标签通过...)
import requests
from bs4 import BeautifulSoup
from collections import Counter
urls = ['https://www304.americanexpress.com/credit-card/compare']
with open('thisisanew.txt'
浏览 1提问于2014-09-09得票数 0
我对web抓取很陌生，遇到了一个带有以下代码的小路障：
import requests
from bs4 import BeautifulSoup
url = "www.website.com"
page = requests.get(url)
soup = BeautifulSoup(page.content, "html.parser")
price_scripts = soup.find_all('script')[23]
print(price_scripts)
所提取的脚本似乎都是Python脚本。下面是从上面的代码中打印出来的内容：
浏览 5提问于2019-11-27得票数 1
回答已采纳
我正在使用bs4抓取khanacademy上的https://www.khanacademy.org/profile/DFletcher1990/ one用户资料。 我正在尝试获取用户统计数据(加入日期，获得的能量点，完成的视频)。 我有check https://www.crummy.com/software/BeautifulSoup/bs4/doc/ 这似乎是：“最常见的意外行为是找不到您知道在文档中的标记。您看到它进入，但find_all()返回[]或find()返回None。这是Python内置解析器的另一个常见问题，它有时会跳过它不理解的标记。同样，解决方案是安装lxml或htm
浏览 16提问于2019-02-16得票数 2
回答已采纳
我是Python的新手，我的第一次尝试是从一个随机的网站上抓取一些网页。这是我的代码，我搞不懂到底是怎么回事。
我正在抓取标题和剧集的大小，但它有2个href和美容不起作用。
代码如下：
from bs4 import BeautifulSoup
import requests
source = requests.get('https://1337x.to/popular-tv').text
soup = BeautifulSoup(source, 'lxml')
tvhead = soup.find('tbody')
filename =
浏览 5提问于2018-09-12得票数 1
2回答
我在一个网站上做过网络抓取。它只包含页面中的前20个元素。如果我们向下滚动，剩下的元素将被加载。如何也刮掉这些元素？有什么不同的方法吗？
import requests
from bs4 import BeautifulSoup
r=requests.get("https://www.century21.com/real-estate/rock-spring-ga/LCGAROCKSPRING/")
c=r.content
c
soup=BeautifulSoup(c,"html5lib")
soup
all=soup.find_all("div&
浏览 3提问于2017-11-11得票数 0
回答已采纳
为什么这段代码不能工作并给出AttributeError？
internship = parser.find_all('a', attrs = {'title': lambda job: job.startswith('Internship')})
当这个有效的时候：
internship = parser.find_all('a', attrs = {'title': lambda job: job and job.startswith('Internship')})
这是我从第一个代码中得到的错
浏览 0提问于2017-05-08得票数 4
回答已采纳
1回答
import bs4
import requests
import re
r = requests.get('https://www.the961.com/latest-news/lebanon-news/').text
soup = bs4.BeautifulSoup(r, 'lxml')
for article in soup.find_all('article'):
title = article.h3.text
print(title)
date = article.find('span'
浏览 1提问于2021-04-29得票数 1
回答已采纳
1回答
我对网络抓取是完全陌生的，我想从：抓取评论和属性回复。
然而，我获得的HTML似乎是针对宿舍页面，而不是带有评论的重叠页面，我想知道如何从评论面板中获取和刮取。
我可以使用下面的片段来抓取用户评论，
from bs4 import BeautifulSoup
url = 'https://www.hostelworld.com/hosteldetails.php/HI-NYC-Hostel/New-York/1850#reviews'
response = requests.get(url)
SoupPage = BeautifulSoup(response.text, &
浏览 0提问于2019-05-25得票数 0
回答已采纳
3回答
我想从这个site中抓取表格数据。我尝试了下面的代码，但无论出于什么原因，BS4似乎无法获取表数据： import bs4 as bs
import urllib.request
sauce = urllib.request.urlopen('https://drafty.cs.brown.edu/csprofessors').read()
soup = bs.BeautifulSoup(sauce, 'lxml')
table = soup.find('table', attrs={"id": "table"
浏览 30提问于2020-10-24得票数 1
回答已采纳
这是websiteI的源代码，我正在用BeautifulSoup做网页抓取，但在tbody中找不到tr；在网站的源代码中，tbody中实际上有tr；但是find_all函数只能返回头部的tr。
我正在抓取的链接：
下面是我的一些代码：
```from bs4 import BeautifulSoup
```html = urlopen(url)
```type(soup)
```print(tr)
浏览 0提问于2019-06-18得票数 1
我已经从一个网站()上抓取了一组链接--所有的链接都包含在“meeting _ links”中，包括“会议”一词，即会议论文。我现在需要跟随他们中的每一个链接来抓取他们里面的更多链接。
我又回到了使用请求库，并尝试
r2 = requests.get("meeting_links")
但它返回以下错误：
MissingSchema: Invalid URL 'list_meeting_links': No schema supplied.
Perhaps you meant http://list_meeting_links?
我已经将其更改为，但仍然没有区
浏览 7提问于2019-07-12得票数 1
回答已采纳
我有一个查询，因为我一直在刮一个网站"“，因为我无法从表中给定的链接中抓取电子邮件id。虽然需要从给定表格中的链接中刮取姓名、电子邮件和董事。请任何人，解决我的问题，因为我是一个新手，使用python与美丽的汤和要求的网页刮。
谢谢你，迪克沙
#Scraping the website
#Import a liabry to query a website
import requests
#Specify the URL
companies_list = "https://www.zaubacorp.com/company-list"
link = requests.
浏览 2提问于2020-05-03得票数 0
回答已采纳
1回答
美丽的汤刮
、、、
我遇到了旧的工作代码无法正常工作的问题。 我的python代码是用漂亮的汤抓取一个网站，并提取事件数据(日期、事件、链接)。 我的代码是拉取位于tbody中的所有事件。每个事件都存储在一个<tr class="Box">中。问题是我的抓取器似乎在这个<tr style ="box-shadow: none;>之后停止了，在它到达这个部分(这是一个包含3个我不想抓取的事件的站点广告的部分)之后，代码停止从<tr class="Box">中拉取事件数据。有没有一种方法可以跳过这种tr风格/忽略未来的案例？ ? i
浏览 12提问于2020-09-30得票数 2
回答已采纳
1回答
下面是从HTML代码中提取出来的，我想要从网页上抓取。给予：
<tbody>
<tr>
<th>SAT Math</th>
<td>"541 average"</td>
</tr>
</tbody>
我正在使用Python和Beautiful进行网络搜索和提取541，但我的问题是：
一旦我提取了"541平均值“，如何处理掉所有多余的物质--例如GPA --我如何去除”平均值“？
非常感谢你，我将非常感谢任何人可以帮助我！
(对不起，我是
浏览 3提问于2017-10-26得票数 0
回答已采纳
2回答
我能够循环web抓取过程，但从页面收集的数据替换了之前从页面中收集的数据。制作excel只包含最后一页的数据。我该怎么办？
from bs4 import BeautifulSoup
import requests
import pandas as pd
print ('all imported successfuly')
for x in range(1, 44):
link = (f'https://www.trustpilot.com/review/birchbox.com?page={x}')
print (link)
req
浏览 2提问于2020-03-04得票数 0
1回答
我使用漂亮的汤抓取数据创建了一个数据文件。然而，有两个问题。
为什么for循环运行2次？
如何删除数据帧上的括号？
将urllib.request导入为req
from bs4 import BeautifulSoup
import bs4
import requests
import pandas as pd
url = "https://finance.yahoo.com/quote/BF-B/profile?p=BF-B"
root = requests.get(url)
soup = BeautifulSoup(root.text, 'ht
浏览 2提问于2020-09-26得票数 1
回答已采纳
我正在写一个python代码来从这个网站上抓取会议的pdf： pdf链接在链接内，链接也在链接内。我有上面页面上的第一组链接，然后我需要在新的urls中抓取链接。当我这样做时，我得到以下错误：
AttributeError: ResultSet object has no attribute 'find_all'. You're
probably treating a list of items like a single item. Did you call
find_all() when you meant to call find()?
到目前为止，这是我的代
浏览 9提问于2019-07-11得票数 0
回答已采纳
2回答
我想从DuckDuckGo搜索结果中抓取第一个链接。我写了下面的代码：
import requests
from bs4 import BeautifulSoup
class Bse:
def currentPrice(self,symbol):
headers = {
"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10.15; rv:84.0) Gecko/20100101 Firefox/84.0"
}
浏览 6提问于2021-04-02得票数 0
我想用BeautifulSoup在python中抓取，但是'str‘对象没有属性’str‘时出现了错误。预期的结果是为数组中的每个值分配数字。
以下是我的代码
import requests
from bs4 import BeautifulSoup
url = "https://ja.wikipedia.org/wiki/メインページ"
response= requests.get(url)
soup = BeautifulSoup(response.content, "html.parser")
today = soup.find("di
浏览 0提问于2021-05-16得票数 0
2回答
我正在尝试将表数据抓取到CSV文件中。不幸的是，我遇到了一个障碍，下面的代码只是在所有后续TR中重复第一个TR中的TD。
import urllib.request
from bs4 import BeautifulSoup
f = open('out.txt','w')
url = "http://www.international.gc.ca/about-a_propos/atip-aiprp/reports-rapports/2012/02-atip_aiprp.aspx"
page = urllib.request.urlopen(u
浏览 1提问于2012-04-25得票数 22
回答已采纳
这就是我所能得到的。如何使用Python和BeautifulSoup或Pandas从Finviz.com中抓取最大赢家和最大输家的表行？ import requests
from bs4 import BeautifulSoup
r=requests.get("https://finviz.com")
c=r.content
soup = BeautifulSoup(c, "html.parser")
table =soup.find("table", {"class": "t-home-table"})
浏览 15提问于2020-04-09得票数 1
我很难弄清楚如何使用BeautifulSoup来抓取页面上所有的100个链接标题，因为它是在"a href =.“下。我已经尝试了下面的代码，但它返回一个空白。
from bs4 import BeautifulSoup
from urllib.request import urlopen
import bs4
url = 'https://www150.statcan.gc.ca/n1/en/type/data?count=100'
page = urlopen(url)
soup = bs4.BeautifulSoup(page,'html.parser
浏览 17提问于2020-06-02得票数 0
回答已采纳
我已经从一个使用jupyter笔记本中的代码的网站上抓取了数据(基本上是火车的详细信息，如No、Name、Type、Zone等)：
如何将在“输出”中获得的结果放入DataFrame中，然后放入csv文件？
import requests
from bs4 import BeautifulSoup
import pandas as pd
r=requests.get("https://indiarailinfo.com/arrivals/kanpur-central-cnb/452")
print(r.text[0:200000])
soup=BeautifulSou
浏览 1提问于2018-06-06得票数 0
回答已采纳
我在试着抓取url。但是，输出不是所需的格式。我只需要分支机构的名称和地址。如何将此信息从p标记中拆分。 import re
import requests
from bs4 import BeautifulSoup
page = requests.get(url)
Branch_list=[]
soup = BeautifulSoup(page.content, 'html.parser')
for i in soup.find_all('div',class_="
浏览 17提问于2020-11-09得票数 1
回答已采纳
1回答
我想从这个网站上抓取表格，因为它每小时都在更新，所以我也想跟踪变化。我尝试过使用selenium抓取数据，但它们都在一个列中，没有任何表。如何使用pandas和Beautiful Soup以结构化的格式抓取表格并跟踪更改。这就是我想弄明白的代码。 import pandas as pd
from bs4 import BeautifulSoup
soup = BeautifulSoup(html, "html.parser")
table = soup.find('table', attrs={'id':'subs noBorders
浏览 7提问于2020-09-23得票数 0
回答已采纳
我已经抓取了维基百科的infobox，但我不知道如何将数据存储在csv文件中。请帮帮我。 from bs4 import BeautifulSoup as bs
from urllib.request import urlopen
def infobox(query) :
query = query
url = 'https://en.wikipedia.org/wiki/'+query
raw = urlopen(url)
soup = bs(raw)
table = soup.find('table',{'
浏览 22提问于2019-02-20得票数 0
我试图从asx页面中抓取公告表，然而，当我使用BeautifulSoup解析html时，这个表不在那里。
import requests
import pandas as pd
from bs4 import BeautifulSoup
url='https://www2.asx.com.au/markets/trade-our-cash-market/announcements.cba'
page = requests.get(url)
soup = BeautifulSoup(page.text, 'html.parser')
table = soup.
浏览 17提问于2021-02-26得票数 0
3回答
我正在尝试用BeautifulSoup创建一个表格抓取。我写了这段Python代码：
import urllib2
from bs4 import BeautifulSoup
url = "http://dofollow.netsons.org/table1.htm" # change to whatever your url is
page = urllib2.urlopen(url).read()
soup = BeautifulSoup(page)
for i in soup.find_all('form'):
print i.attrs[
浏览 0提问于2013-09-24得票数 27
回答已采纳
**我想从站点抓取所有的美国代理，我已经抓取了所有行，但不能只选择那些有美国国家的代理记录，然后我想获取带有相应端口的单独的美国代理并保存它们*
from bs4 import BeautifulSoup as bs
# loading web page
r = requests.get("https://sslproxies.org/")
# convert to a beautiful-soup object
webpage = bs(r.content, "html.parser")
rows = iter(webpage.find('table
浏览 4提问于2022-06-21得票数 -1
回答已采纳
1回答
我是Python的新手，正在处理一个web抓取脚本，该脚本有一个站点列表，每次该脚本从列表中查询一个站点时，我都需要将其保存到一个单独的CSV。 目前，它似乎迭代我列表上的每个站点，但只将最后一个查询(www.website.com/3)中的项保存到CSV。我意识到一旦它遍历我的records列表，它就会被重置，但它不是应该首先保存CSV吗？除非文件只是被新数据覆盖，但如果是这种情况，我如何为每个查询增加文件名？ from typing import Counter
import requests
from bs4 import BeautifulSoup
import sys
import
浏览 8提问于2021-08-06得票数 0
1回答
我用BeautifulSoup解析了一个XML文件，并且在从中提取数据时遇到了困难。XML结构的一个示例如下：
<Products page="0" pages="-1" records="27">
<Product id="ABC001">
<Name>This product name</Name>
<Cur>USD</Cur>
<Tag>Text</Tag>
<Classes>
浏览 1提问于2016-08-31得票数 0
回答已采纳
以下代码用于在屏幕上打印html_doc的标签，它是一个包含html代码的变量：
from bs4 import SoupStrainer
only_a_tags = SoupStrainer("a")
print(BeautifulSoup(html_doc, "html.parser", parse_only=only_a_tags).prettify())
下面的代码返回相同的结果：
print(BeautifulSoup(html_doc, "html.parser").find_all("a").prettify()
浏览 1提问于2017-11-10得票数 1
2回答
所以我是网络抓取的新手，我只想抓取主页的所有文本内容。
这是我的代码，但它现在可以正常工作。
from bs4 import BeautifulSoup
import requests
website_url = "http://www.traiteurcheminfaisant.com/"
ra = requests.get(website_url)
soup = BeautifulSoup(ra.text, "html.parser")
full_text = soup.find_all()
print(full_text)
当我打印" fu
浏览 12提问于2020-03-01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
腾讯会议
实时音视频活动推荐
腾讯云开发者
