并不是所有的html都在解析Beautifulsoup python
Beautifulsoup是Python的一个库，用于从HTML或XML文档中提取数据。它提供了简单灵活的方式来遍历、搜索和修改解析树，使得处理网页数据更加便捷。
Beautifulsoup的主要功能包括：
- 解析HTML/XML文档：Beautifulsoup可以将HTML/XML文档解析为一个解析树，方便对文档进行操作和提取数据。
- 遍历解析树：Beautifulsoup提供了多种遍历方式，如遍历子节点、父节点、兄弟节点等，方便定位所需的数据。
- 搜索节点：可以使用CSS选择器、正则表达式等方法，快速搜索指定的节点。
- 提取数据：通过Beautifulsoup提供的方法和属性，可以方便地提取节点的文本、属性等信息。
- 修改解析树：可以对解析树进行增删改操作，如新增节点、修改节点文本等。
Beautifulsoup适用于需要从HTML或XML文档中提取数据的场景，如网络爬虫、数据挖掘、数据分析等。
在腾讯云的产品中，与Beautifulsoup相关的产品是腾讯云Web+，它是一款专业的静态网站托管和全站CDN加速服务，可以帮助用户高效托管网站，并提供全球分发加速。具体产品介绍和使用方法请参考腾讯云Web+的官方文档：腾讯云Web+产品介绍。
相关·内容
在“lxml's ”中，它写道：
lxml可以通过BeautifulSoup模块与lxml.html.soupparser的解析功能进行接口。它提供了三个主要功能: file ()和parse()用于使用BeautifulSoup将字符串或文件解析为lxml.html文档；convert_tree()将现有的BeautifulSoup树转换为顶级元素的列表。
同时，BS‘还可以使用lxml作为解析器.
美丽的Soup支持Python标准库中包含的HTML解析器，但它也支持许多第三方Python解析器。一个是lxml解析器。
BS 还建议使用lxml作为速度解析器。
那么
浏览 2提问于2015-08-25得票数 3
回答已采纳
当尝试用Django使用BeautifulSoup刮一些东西时，它会返回：
Couldn't find a tree builder with the features you requested: html,fast. Do you need to install a parser library?
它正在停止的代码行是：
urlContent = urllib2.urlopen(url).read()
soup = BeautifulSoup(''.join(urlContent))
我尝试过不同的导入方式：
from bs4 import Beautif
浏览 2提问于2014-09-06得票数 0
回答已采纳
4回答
我有超过5000个网页，我想要所有的标题。在我的项目中，我使用的BeautifulSoup html解析器如下所示。
soup = BeautifulSoup(open(url).read())
soup('title')[0].string
但这需要花费很多时间。仅仅为了一个网页的标题，我正在读取整个文件并构建解析树(我认为这是延迟的原因，如果我错了，请纠正我)。
在python中有没有其他简单的方法可以做到这一点。
浏览 0提问于2011-05-11得票数 3
我正在使用python2.7和漂亮的汤来读入一个简单的HTML表格。在读取表之后，我尝试访问返回的数据。据我所知，会返回一个python列表对象。但是，当我尝试使用诸如cell=row之类的语句访问数据时，我得到一个"IndexError: list index out of range“错误。
from bs4 import BeautifulSoup
# read in HTML data
html = open("in.html").read()
soup = BeautifulSoup(html,"lxml")
table = soup.fin
浏览 3提问于2021-03-17得票数 0
大家好/Python‘’ers/RegEx‘’ers，
我正在做实验室练习，学习Python RE包。我有这些数据。我只想抓取HTML标记之间的数据。我试过这个"^(</?\w+>)\d+“，也就是排除所有的HTML标签TBODY或TD或/TD等
它遗漏了第一个数据1850
<TBODY><TR><TD>1850</TD><TD>John</TD><TD>-0.339</TD><TD>-0.425</TD></TR></TBODY>
浏览 4提问于2020-01-15得票数 1
我想从电子邮件中过滤掉HTML标签。不幸的是，我正面临一个包含<标志的特殊电子邮件的问题。我希望BeautifulSoup忽略“标记”，但它过滤掉了<符号之后的所有内容。我试过所有的解析器。
编辑:实际上，我发现html.parser (默认解析器)完成了这项工作。一开始我找不到我的打字错误。但是为什么其他解析者会有这个问题呢？
from bs4 import BeautifulSoup
html = r"""Hallo,
------------------ Original ----------
浏览 1提问于2021-07-15得票数 0
回答已采纳
安装BeautifulSoup后，每当我在命令行中运行Python时，就会发出以下警告：
D:\Application\python\lib\site-packages\beautifulsoup4-4.4.1-py3.4.egg\bs4\__init__.py:166:
UserWarning: No parser was explicitly specified, so I'm using the best
available HTML parser for this system ("html.parser"). This usually isn't a
浏览 4提问于2015-11-04得票数 67
回答已采纳
我正在尝试刮，我想检查所有的锚标记。
我已经导入了漂亮汤4.3.2，下面是我的代码：
url = """http://www.civicinfo.bc.ca/bids?pn=1"""
Html = urlopen(url).read()
Soup = BeautifulSoup(Html, 'html.parser')
Content = Soup.find_all('a')
我的问题是，内容总是空的(即内容= [])。有人有什么想法吗？
浏览 9提问于2016-02-02得票数 0
回答已采纳
1回答
通过网络抓取我的成绩
、、、
我正在尝试创建一个程序，每天从一个网站上获取我的学校成绩。然后存储这些值并为我的成绩创建一个图表，但是当我尝试抓取页面时，我收到的HTML与使用inspect元素得到的HTML不同。
from urllib.request import urlopen
from bs4 import BeautifulSoup
html = urlopen("https://ames.usoe-dcs.org/Students/2567")
bsObj = BeautifulSoup(html.read(), 'lxml');
print(bsObj)
检查元素给了我：
而py
浏览 7提问于2017-02-20得票数 0
换句话说，是否可以使用/<tag[^>]*>.*?<\/tag>/ regex来匹配不包含嵌套tag元素的tag html元素？
例如(lt.html)：
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
<html>
<head>
<title>greater than sign in attribute value</title>
浏览 8提问于2008-09-18得票数 12
回答已采纳
1回答
我正在尝试解析/抓取来自FTP站点的一些数据。具体来说：
最终，我希望能够有一个Python脚本，将从这个网站下载所有的文件。但首先，我要学习如何使用BeautifulSoup4和urllib2获取所有的下载链接。(因为请求不适用于HTML站点？)
我检查了元素，发现它们存储在一个表中，但是当我调用findAll时，我得到了一个属性错误。
这就是我的代码现在的样子(仍在启动。我想摆弄一下表格数据)：
import urllib2
from bs4 import BeautifulSoup
url ="ftp://ftp.ncbi.nlm.nih.gov/genomes/all/GCA
浏览 15提问于2016-07-30得票数 0
我正在使用BeautifulSoup来抓取一个网站的许多页面以获取评论。本网站的每个页面都有注释"[commentMessage]“。我想过滤掉这个字符串，这样它就不会在每次代码运行时打印出来。我对python和BeautifulSoup非常陌生，但是我可能找错了地方，但我似乎找不到它。有什么建议吗？我的代码如下：
from bs4 import BeautifulSoup
import urllib
r = urllib.urlopen('website url').read()
soup = BeautifulSoup(r, "html.parser"
浏览 4提问于2017-01-19得票数 1
回答已采纳
我试图解析从野生网络下载的任意文档，是的，我无法控制它们的内容。
由于，我想知道为什么它会给我那些连接，当有时，部分文档是错误的，以及是否有方法使它恢复到文档的下一个可读的部分，而不管这个错误。
发生错误的行是第三行：
from BeautifulSoup import BeautifulSoup as doc_parser
reader = open(options.input_file, "rb")
doc = doc_parser(reader)
CLI的全部输出是：
Traceback (most recent call last):
File "./gr
浏览 1提问于2011-12-25得票数 5
回答已采纳
2回答
我正在尝试使用BeautifulSoup从网页中提取表格的超文本标记语言代码。
<table class="facts_label" id="facts_table">...</table>
我想知道为什么下面的代码与"html.parser"一起工作，并打印回none，如果我将"html.parser"更改为"lxml"。
#! /usr/bin/python
from bs4 import BeautifulSoup
from urllib import urlopen
webpag
浏览 3提问于2014-09-08得票数 14
回答已采纳
BeautifulSoup在不同的平台上给了我不同的结果。有人能帮我理解原因吗？
创建一个具有以下内容的test.txt文件：
<S1>
</S1>
当我运行下面的片段时
from bs4 import BeautifulSoup
with open("test.txt", 'r') as f:
lines = f.read()
soup = BeautifulSoup(lines)
print soup
在Windows 7和Mac上，它给出了结果：
<S1>
</S1>
但在Windows 8上，它将其
浏览 4提问于2013-12-18得票数 0
回答已采纳
我是编程新手。目前，我正在学习Python with Udemy课程。我使用的是Windows10操作系统，使用的是VS代码和蟒蛇解释器：Here it is import requests
from bs4 import BeautifulSoup
url = "https://yellowpages.com.tr/ara?q=ankara"
response = requests.get(url)
html_content = response.content
soup = BeautifulSoup(html_content, "html.parser&
浏览 14提问于2020-08-07得票数 1
所以我是python的新手，我正在尝试使用bs4和urllib从iso-ne.com/isoexpress/获取表中的数据。这是我到目前为止所知道的：
from bs4 import BeautifulSoup
from urllib import urlopen
website='http://www.iso-ne.com/isoexpress/'
html=urlopen(website).read().decode('utf-8')
soup=BeautifulSoup(html, 'html.parser')
table=soup.fin
浏览 0提问于2015-02-25得票数 2
3回答
我写了一个python脚本，处理大量下载的网页HTML(120K页面)。我需要解析它们并从中提取一些信息。我试过使用BeautifulSoup，它简单直观，但运行起来似乎超级慢。因为这是必须在弱机器(在amazon上)上例行运行的东西，所以速度很重要。在python中有没有比BeautifulSoup快得多的HTML/XML解析器？或者我必须求助于正则表达式解析..
浏览 0提问于2012-03-13得票数 14
回答已采纳
我试图使用NLTK库来训练数据。我一步一步地走下去。我完成了第一步，但是在执行第二步时，我得到了以下错误：
TypeError: a bytes-like object is required, not 'list'
我尽了最大努力去纠正它，但我又犯了同样的错误。
这是我的代码：
from bs4 import BeautifulSoup
import urllib.request
response = urllib.request.urlopen('http://php.net/')
html = response.read()
soup = Beauti
浏览 9提问于2018-01-10得票数 4
回答已采纳
我试着用python从特定的url获取所有的图像。
所以漂亮汤的使用是严格向前的，但我面临的问题是，不是所有的img标签都打印在控制台上。仔细查看所需的HTML文件，会发现缺少的图像来自角度，因为它们有一个数据ng-src标记。
有没有办法让汤等到所有的脚本都写完？或者还有其他的方法来检测所有的img标签？
到目前为止我的代码是：
import urllib2
from BeautifulSoup import BeautifulSoup
page = BeautifulSoup(urllib2.urlopen(url))
allImgs = imgs = page.findAll('
浏览 3提问于2017-01-13得票数 3
我已经跟踪很长一段时间了，我制作了一个类似于视频中的网络涂鸦器。
语言: Python
import requests
from bs4 import BeautifulSoup
def spider(max_pages):
page = 1
while page <= max_pages:
url = 'https://www.aliexpress.com/category/7/computer-office.html?trafficChannel=main&catName=computer-office&CatId=7&
浏览 8提问于2021-05-01得票数 0
回答已采纳
1回答
我试图从棒球场参考网站上提取HTML数据。我想去他们的网站，查看页面源，html标签就会在html代码本身中。但是，经过进一步的调查，我关心的html标记集都在注释块中。
示例：通过“查看源代码”查找标记：
<div class="table_container" id="div_players_standard_batting">
我正在寻找的代码在这一行下面。如果您在这一行上查看，您将看到注释块开始<！-并且直到HTML文件几乎结束时才结束。
我可以用下面的代码提取HTML注释，但它附带了一些问题。
，它在一个列表中，我只关心有数据的那个，
浏览 3提问于2022-05-28得票数 1
回答已采纳
问题：我有一个html文件，它包含一些标记，现在我想找到一个带有类属性的标记(表)，它的值是“”，使用BeautifulSoup4.5.1，它在python3.5.2(Raspberry)中工作得很好，但是在python3.4.2(raspberry pi)中不工作，我想找出原因。
下面是示例html文件(test.html)：
<!DOCTYPE html>
<html>
<head>
<title>test</title>
</head>
<body>
<table class="ma
浏览 0提问于2016-11-22得票数 2
回答已采纳
我需要获得所有安卓设备的列表，为了做到这一点而不需要从Android.com复制/粘贴每个项目，我认为Python脚本会更容易完成这项工作。问题是我三天前才开始学习python。
现在，这就是我只想解析和提取每个<li>的<a>属性的字符串的HTML结构。
<html>
<head>
<body>
<div id="header">
<div class="main">
<div class="
浏览 1提问于2012-08-07得票数 1
回答已采纳
我正在尝试使用get_text()方法从html标记中获取所有文本。我使用Python2.7和Beautiful外地4.4.0。它在大多数情况下都有效。但是，这种方法有时只能从标签中获取第一段。我搞不懂为什么。请参见下面的示例。
from bs4 import BeautifulSoup
import urllib2
job_url = "http://www.indeed.com/viewjob?jk=0f5592c8191a21af"
site = urllib2.urlopen(job_url).read()
soup = BeautifulSoup(site,
浏览 5提问于2015-09-19得票数 4
回答已采纳
我在python上使用BeautifulSoup从这个网站上获取足球统计数据：https://www.skysports.com/premier-league-results/2020-21。然而，该网站只显示了本赛季的前200场比赛，而180场比赛的其余比赛都在“显示更多”按钮后面。该按钮不会更改url，因此我不能简单地替换url。 这是我的代码： from bs4 import BeautifulSoup
import requests
scores_html_text = requests.get('https://www.skysports.com/premier-leag
浏览 48提问于2021-09-09得票数 2
我试图刮信息从一个网站(程序名称和程序ID)，它是返回空列表。我不确定我是否混淆了语法，但这就是我拥有的soup.find_all('h3'，class_='ama__h3')
网站链接为
from urllib.request import urlopen
from bs4 import BeautifulSoup as BS
import pandas as pd
from urllib.parse import urlparse, urlsplit
import requests
res = requests.get('https://freid
浏览 0提问于2019-02-08得票数 0
嗨，我正在尝试使用python中的BeautifulSoup函数从超文本标记语言中提取文本-它运行得很好，但我没有得到我需要的东西。我的代码如下： url = "http://news.bbc.co.uk/2/hi/health/2284783.stm"
html = urlopen(url).read()
raw = BeautifulSoup(html).get_text() Python控制台报告了以下问题，我不理解这个问题，希望能得到您的帮助。 raw = BeautifulSoup(html).get_text()
C:/Users/muradz14/.spyder
浏览 28提问于2019-02-21得票数 0
回答已采纳
这里开始使用Python和BeautifulSoup用户。
我试图从ESPN网站上获得一些体育成绩，但回报是空的。
样本目标: ESPN网站> NBA >分数
我想得到一些信息，如球队的名称，得分，记录，和四分之一/决赛，但由于我有困难，我只是从得分开始。我想得到各队的总比分。
from bs4 import BeautifulSoup as bs
from urllib.request import urlopen as uReq
html_url = 'http://www.espn.co.uk/nba/scoreboard'
uClient = uReq(
浏览 1提问于2018-04-22得票数 0
回答已采纳
我已经成功地编写了代码用于web刮取https文本页。
此页面每60秒自动更新一次。我已经用过beautifulSoup4了。以下是我的两个问题:1)如何调用循环每60秒重新刮一次页面? 2)由于没有与页面相关的html标记，如何只能刮取特定的数据行？
我在想，我可能必须将刮过的页面保存为CVS文件，然后使用保存的页面提取我需要的数据。但是，我希望所有这些都可以在不将页面保存到本地机器的情况下完成。我希望有一些python包可以在不保存页面的情况下为我完成所有这些工作。
import bs4 as bs
import urllib
sauce = urllib.urlopen("
浏览 0提问于2019-03-30得票数 0
回答已采纳
我有一个脚本，它在Python2.7.3和2.7.5+中没有重大缺陷，但不能使用2.7.6。我怀疑这可能与Beautifulsoup如何处理unicode有关，但我不确定。
它基本上是这样做的：
# harvest HTML, store it in the variable html
html = harvest()
# the HTML is a string of ascii characters (no extended anything)
soup = BeautifulSoup(html)
trs = soup.find_all('tr',event_attr_id
浏览 3提问于2014-04-09得票数 0
回答已采纳
我正在做我的第一个python项目，但遇到了一个问题。我正在尝试使用BeautifulSoup从这个站点上的一些表中抓取数据：https://www.basketball-reference.com/awards/awards_2020.html 当我使用下面的代码时，我可以从前两个表中获取数据，但其他三个表无法识别(即len( tables ) =2，而它应该=5) import requests
from bs4 import BeautifulSoup
url = 'https://www.basketball-reference.com/awards/awards_{}.h
浏览 9提问于2020-11-03得票数 1
回答已采纳
1回答
我正在使用BeautifulSoup进行python挑战级别-9。url = "“。Bs4.版本 == '4.3.2‘。它的页面源中有两个注释。汤的产量应如下。但是，在应用BeautifulSoup时，缺少第二个注释。
听起来有点奇怪。有什么暗示吗？谢谢!
import requests
from bs4 import BeautifulSoup
url = "http://www.pythonchallenge.com/pc/return/good.html"
page = requests.get(url, auth = ("huge",
浏览 1提问于2014-10-25得票数 0
回答已采纳
2回答
我是web新手，scraping.BeautifulSoup没有给我任何东西，我用"html.parser“替换了同样不起作用的"lxml”。
from urllib.request import urlopen
>>> from bs4 import BeautifulSoup
>>> html = urlopen("http://www.pythonscraping.com/pages/page1.html")
>>> bsObj = BeautifulSoup(html.read())
Warning
浏览 0提问于2018-05-02得票数 0
我正在遵循一个网络教程，尝试使用BeautifulSoup4从Jupyterlab中的html文件(存储在我的本地PC上)中提取数据，如下所示： from bs4 import BeautifulSoup
with open ('simple.html') as html_file:
simple = BeautifulSoup('html_file','lxml')
print(simple.prettify()) 不管html文件中是什么，而不是预期的html，我都会得到以下输出 <html>
<body&g
浏览 19提问于2020-10-03得票数 1
回答已采纳
1回答
在这里，我试图从Python代码中指定的网站中提取一个表。我能够得到HTML表，而且我无法使用Python转换为数据帧。以下是代码
# import libraries
import requests
from bs4 import BeautifulSoup
# specify url
url = 'http://my-trade.in/'
# request html
page = requests.get(url)
# Parse html using BeautifulSoup, you can use a different parser like lxml
浏览 10提问于2019-07-10得票数 7
回答已采纳
我想使用Beautiful来解析html文件。
首先我做了：
from bs4 import BeautifulSoup
但我犯了错误：
from bs4 import BeautifulSoup
ImportError: No module named bs4
所以我做了：
import BeautifulSoup
一切都很顺利。我的问题是:从BeautifulSoup导入和直接导入的bs4之间有什么区别？bs4是python > 2.7的内置库吗？
然后我做了：
data = url.openUrl("http://emma-watson.net")
self.sou
浏览 3提问于2014-07-24得票数 1
回答已采纳
1回答
我试图建立一个简单的网络爬虫，给出每个军团产品在amazon.in上显示的网址，如果关键字搜索是‘军团’。我使用了以下代码：
import requests
from bs4 import BeautifulSoup
def legion_spider(max_pages):
page = 1
while page <= max_pages:
url = 'https://www.amazon.in/s?k=legion&qid=1588862016&swrs=82DF79C1243AF6D61651CCAA9F883EC4&
浏览 3提问于2020-05-09得票数 1
1回答
我每天都在抓取medium上排名前10的文章的链接--从外观上看，似乎所有的文章链接都在“post文章-content”类中，但当我运行这段代码时，我只得到了前3名。有没有办法获得所有10篇文章的链接？
from bs4 import BeautifulSoup
import requests
r = requests.get("https://medium.com/browse/726a53df8c8b")
data = r.text
soup = BeautifulSoup(data)
data = soup.findAll('div', attrs={
浏览 14提问于2017-02-28得票数 0
回答已采纳
我的python 3.4.4代码是：
import urllib.request
from bs4 import BeautifulSoup
from html.parser import HTMLParser
urls = 'file:///C:/Users/tarunuday/Documents/scrapdata/mech.html'
htmlfile = urllib.request.urlopen(urls)
soup = BeautifulSoup(htmlfile,html.parser)
我得到了这个错误
Traceback (most recent call
浏览 0提问于2016-03-20得票数 2
回答已采纳
有谁知道如何在python中使用美丽的汤。
我有这个搜索引擎与不同的网址列表。
我只想得到包含视频嵌入url的html标签。并获取链接。
示例
import BeautifulSoup
html = '''https://archive.org/details/20070519_detroit2'''
#or this.. html = '''http://www.kumby.com/avatar-the-last-airbender-book-3-chapter-5/'''
#o
浏览 3提问于2013-12-04得票数 1
回答已采纳
Python新手，有一个简单的情景问题：
尝试使用BeautifulSoup解析一系列页面。
from bs4 import BeautifulSoup
import urllib.request
BeautifulSoup(urllib.request.urlopen('http://bit.ly/'))
追溯..。
html.parser.HTMLParseError: expected name token at '<!=KN\x01...
在64位Windows 7和Python 3.2上工作。
我需要机械化吗？(这将需要Python 2.X)
浏览 0提问于2012-03-23得票数 5
回答已采纳
我所做的工作如下：
from BeautifulSoup import *
html = u'<body><b>In Body<b>Second level</b></b></body>'
soup = BeautifulSoup(html)
soup.contents
因此，我得到：
[<body><b>In Body</b><b>Second level</b></body>]
我觉得很奇怪，因为我没有看到原始的XML。最初，我有一
浏览 1提问于2015-02-22得票数 2
回答已采纳
使用Python3，我试图通过使用lxml和BeautifulSoup来解析丑陋的HTML (这不在我的控制范围之内)，如下所示：
具体来说，我想使用lxml，但是我想使用BeautifulSoup，因为就像我说的，它是丑陋的HTML，lxml会自己拒绝它。
上面的链接说：“您所需要做的就是将它传递给fromstring()函数：”
from lxml.html.soupparser import fromstring
root = fromstring(tag_soup)
所以这就是我要做的
URL = 'http://some-place-on-the-internet.com&#
浏览 2提问于2018-04-26得票数 13
回答已采纳
我正试图在python中使用BeautifulSoup来获得产品价格。但不管我怎么努力我都会犯错误。
我想得到19,90美元。我已经做了一个代码来得到所有的产品名称，现在需要他们的价格。
import requests
from bs4 import BeautifulSoup
url = 'https://www.zattini.com.br/busca?nsCat=Natural&q=amaro&searchTermCapitalized=Amaro&page=1'
page = requests.get(url)
soup = Be
浏览 0提问于2018-12-05得票数 1
回答已采纳
我试图使用BeautifulSoup和请求库从一个体育统计数据表中抓取数据。我在Python3.5上运行它们。我似乎成功地通过请求获得了HTML，因为当我显示r.content时，我尝试刮取的网站的完整HTML就会显示出来。但是，当我将它传递给BeautifulSoup时，BeautifulSoup会删除大量的HTML，即统计数据本身的表。
如果您查看问题中的，就会删除“得分过程”中的HTML。
我认为这个问题与HTML中包含在括号('‘和'')之间的部分有关，但是我还没有开发出一个解决办法。我尝试过用于BeautifulSoup的html、lxml和Beautiful
浏览 5提问于2016-03-16得票数 5
回答已采纳
2回答
我有一个javascript代码，它只显示html页面的源代码。
javascript:h=document.getElementsByTagName('html')[0].innerHTML;function%20disp(h){h=h.replace(/</g,%20'\n<');h=h.replace(/>/g,'>');document.getElementsByTagName('body')[0].innerHTML='<pre><html&
浏览 1提问于2012-01-12得票数 4
我有以下Python代码，稍后将使用PHP调用这些代码：
#!/usr/bin/env python
"""Code name: test.py"""
import BeautifulSoup
import sys
myargs = sys.argv[1]
mylist = ["foo bar qux", "uix nan col"]
for chunk in mylist:
mems = chunk.split()
mems.append(myargs)
print mems
浏览 1提问于2014-06-03得票数 0
回答已采纳
我正在使用漂亮的汤，我想从网页上两个单词之间提取所有的文本。
例如，想象下面的网站文本：
This is the text of the webpage. It is just a string of a bunch of stuff and maybe some tags in between.
我想提取页面上以text开头和以bunch结尾的所有内容。
在这种情况下，我只需要：
text of the webpage. It is just a string of a bunch
然而，在一个页面上可能有多个这样的实例。
做这件事最好的方法是什么？
这是我当前的设置：
#!/usr/bi
浏览 1提问于2012-11-22得票数 1
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
