Python - Beautiful Soup4- 'NavigableString‘对象没有'find_all’属性
Beautiful Soup是一个用于解析HTML和XML文档的Python库。它提供了一种简单而灵活的方式来遍历、搜索和修改文档树。
在Beautiful Soup中，'NavigableString'是一个表示文档中的字符串的对象。它是Beautiful Soup库中的一种数据类型，用于表示HTML或XML文档中的文本内容。
'NavigableString'对象没有'find_all'属性，因为它不是一个可遍历的对象。'find_all'是Beautiful Soup库中的一个方法，用于在文档树中查找所有满足指定条件的元素。
如果您想在文档树中查找所有的'NavigableString'对象，可以使用'find_all'方法的参数设置为True，如下所示：
from bs4 import BeautifulSoup
# 假设html是一个包含HTML内容的字符串
soup = BeautifulSoup(html, 'html.parser')
# 查找所有的'NavigableString'对象
strings = soup.find_all(text=True)
# 打印所有的'NavigableString'对象
for string in strings:
print(string)在上面的代码中，我们使用Beautiful Soup库的'find_all'方法，并将参数'text'设置为True，以查找所有的文本内容。然后，我们遍历所有的'NavigableString'对象，并打印它们。
推荐的腾讯云相关产品：腾讯云服务器（CVM）和腾讯云对象存储（COS）。
- 腾讯云服务器（CVM）：腾讯云服务器是一种弹性计算服务，提供可扩展的云服务器实例，可满足不同规模和业务需求。您可以根据自己的需求选择不同配置的云服务器实例，并灵活调整资源。
产品介绍链接地址：腾讯云服务器（CVM）
- 腾讯云对象存储（COS）：腾讯云对象存储是一种安全、高可靠、低成本的云存储服务，可用于存储和处理各种类型的数据。它提供了简单易用的API接口和丰富的功能，适用于各种场景，如网站托管、备份与恢复、大数据分析等。
产品介绍链接地址：腾讯云对象存储（COS）
相关·内容
for i in soup.find("ul",attrs={"class":"clearfix"}):
for durum in i.find_all('li'):
print(durum) 我想用BeautifulSoup在ul中使用li，所以我写了这个命令，但是我得到了一个错误的'NavigableString' object has no attribute 'find_all'。 哪里出了问题？
浏览 25提问于2021-01-16得票数 0
回答已采纳
for finding in soup.findAll(text=reg_compiled_keyword):
if finding.parent.name == "img":
continue
new_text = re.sub(reg_compiled_keyword,cls.keyword_replace_tmpl.format(escaped_kw,id,escaped_kw),finding)
finding.replaceWith(new_text)
For循环返回NavigableString对象，如果我使用replace函数，它
浏览 0提问于2012-05-19得票数 2
回答已采纳
有没有办法在BeautifulSoup中使用多个条件？ 这是我喜欢一起使用的两个条件： 获取文本： soup.find_all(text=True) 获取img alt： soup.find_all('img', title=True): 我知道我可以单独做这件事，但我想把它们放在一起，以保持HTML的流动。 我这样做的原因是因为只有BeautifulSoup通过css: Display None来提取隐藏的文本。 当你使用driver.find_element_by_tag_name('body').text时，你会得到img alt att，但不幸的是不是
浏览 24提问于2020-08-15得票数 1
回答已采纳
我在Python中使用了Beautiful Soup4，不管怎么说，我已经达到了下面的目的。那么现在我可以通过什么方式获得值Dog、Cat、Horse以及Ids。请帮帮我！
from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc)
soup.find_all('a')
# [<a class="Animal" href="http://example.com/elsie" id="link1">Dog</a>,
# <a class=
浏览 3提问于2013-01-04得票数 0
回答已采纳
我有以下html代码
<ol>
<li>If someone is <b>able</b> to do something, they <a href="/wiki/can" title="can">can</a> do it.
<dl>
<dd><i>I'm busy today, so I won't be <b>able</b> to see you.</i></dd>
</dl&
浏览 2提问于2013-09-09得票数 1
回答已采纳
我有这段html，我想解析：
<div class="class123">
<div><strong>title123</strong>
<span style="something123">something else</span>
</div>
I want to parse this, how can do that?
</div>
我怎么才能用漂亮的汤来解析呢？我知道如何解析标签中的东西，但是如何在相同的层次上解析一些东西呢？
soup1
浏览 4提问于2016-12-01得票数 1
回答已采纳
我正在用Beautiful Soup解析HTML文档。我正在从文档中提取<p>标记。但是，在<p>标记之间还有其他标记，比如<a href = 'bla'> bla <a>。问题是，当我想忽略这些<a>标记时，我的代码也会提取它们。
示例：
html = ['<p> text text text. (<a href = bla> bla </a>) </p>']
我的代码：
Reintext = []
for line in html:
try:
浏览 18提问于2019-11-25得票数 0
import requests
from bs4 import BeautifulSoup
url=("http://finance.naver.com/news/mainnews.nhn")
r=requests.get(url)
soup=BeautifulSoup(r.content)
a_data = soup.find_all("li",{"class":"block1"})
for item in a_data:
print item.contents[0].find_all("dt",{
浏览 0提问于2014-08-29得票数 2
回答已采纳
我试图从以下html结构中提取文本：
<div class="account-places">
<div>
<ul class="location-history">
<li></li>
<li>Text to extract</li>
</ul>
</div>
</div>
我有下面的BeautifulSoup代码来完成它：
from bs4 im
浏览 3提问于2018-06-05得票数 8
回答已采纳
我真的不明白BeautifulSoup是如何工作的。我在尝试这个：
from bs4 import BeautifulSoup
def strip_del(soup):
for d in soup.find_all('del'):
d.decompose()
def num_there(s):
return any(i.isdigit() for i in s)
def is_airfield(tr):
return not num_there(tr.td.span.text)
soup = BeautifulSoup(html,
浏览 5提问于2015-09-23得票数 0
我对python很陌生，我想格式化一个日期，这样我就可以将它添加到sql语句中。
以下是我的尝试：
from datetime import datetime
date = '2012-01-01 12:44'
print date.strftime('%Y-%m-%d %H')
我得到: AttributeError：'NavigableString‘对象没有属性'strptime’
尝试了几种不同的方法，不知道我做错了什么。
-编辑--以下是注释和帮助后面的代码：
from datetime import datetime
dateSt
浏览 2提问于2013-10-30得票数 0
回答已采纳
我知道可以使用findAll函数在带有BeautifulSoup的html页面中查找字符串。如果目标是BeautifulSoup站点，例如：
page = urllib2.urlopen('https://www.crummy.com/software/BeautifulSoup/bs4/doc/')
soup = BeautifulSoup(page, "html.parser")
print soup.findAll(text="python")
结果将是：
[u'python']
但是，我如何检查是否没有任何事件发生呢？
浏览 6提问于2017-07-25得票数 4
回答已采纳
到处找，我还是不知道为什么会出错。这是一个YouTube教程，我的代码是相同的，所以我不知道为什么会在下面提到的行中抛出这个'NavigableString‘错误(我在Python2.7和3.5中都试过了)。
import requests
from bs4 import BeautifulSoup
url= "https://example.com"
r = requests.get(url)
soup = BeautifulSoup(r.content)
data = soup.find_all("div", {"class"
浏览 1提问于2016-12-16得票数 0
1回答
这可能是一个非常基本的Python问题，尽管我在Beautiful Soup中遇到过它。
我想做的基本事情是只从HTML文件中提取输出文本。
例如，在下面包含的HTML文件中，我只想提取0123、abc、def和ghi，而不提取标签和属性。
据我最好的理解，我应该能够递归通过HTML标签的后代，并只包括NavigableStrings的东西。
问题是我不知道如何编写if语句来测试该类型。请参阅下面的python代码中的注释。
有什么解决方案吗？
<!DOCTYPE html>
<html lang="en">
<head>
<m
浏览 6提问于2018-03-05得票数 2
回答已采纳
假设我有这样一个html字符串：
<html>
<div id="d1">
Text 1
</div>
<div id="d2">
Text 2
<a href="http://my.url/">a url</a>
Text 2 continue
</div>
<div id="d3">
Text 3
<
浏览 0提问于2017-07-01得票数 9
回答已采纳
from bs4 import BeautifulSoup
import urllib.request
import win_unicode_console
win_unicode_console.enable()
link = ('https://pietroalbini.io/')
req = urllib.request.Request(link, headers={'User-Agent': 'Mozilla/5.0'})
url = urllib.request.urlopen(req).read()
soup = Beau
浏览 1提问于2016-03-18得票数 8
1回答
我正在使用Beautiful Soup4从网页中抓取一些文本到一个不和谐的机器人中。
@commands.command(hidden=True)
async def roster(self):
"""A script using BS4."""
url = "http://www.clandestine.pw/roster.html"
async with aiohttp.get(url) as response:
soupObject = BeautifulSoup(await response.text(), &#
浏览 4提问于2017-02-12得票数 0
我试图复制一个从维基百科中获取印度邦名称的网络抓取代码(来自教育网站)。我得到了"AttributeError: ResultSet对象没有属性'find_all'“错误，因此无法继续。我在这里添加我的代码，希望找到一些指导和帮助：
#import library to query a website
from urllib.request import urlopen
#the url is stored in a variable called wiki
wiki="https://en.wikipedia.org/wiki/List_of_state_a
浏览 2提问于2018-04-03得票数 0
回答已采纳
我对BeauitfulSoup非常陌生。
如何从html源代码中提取段落中的文本，在有a时将文本拆分，并将其存储到数组中，以便数组中的每个元素都是段落文本中的一个块(由a拆分)？
例如，对于以下段落：
<p>
<strong>Pancakes</strong>
<br/>
A <strong>delicious</strong> type of food
<br/>
</p>
我希望将其存储到以下数组中：
['Pancakes', 'A de
浏览 3提问于2020-06-26得票数 1
回答已采纳
我有以下代码： for route in parsedXml.find_all('route'):
print(dataCheck(route.find('routesectionref')))
for routeSection in parsedXml.find(id = dataCheck(route.find('routesectionref'))):
for routeLink in routeSection.find_all('routelink'):
print
浏览 405提问于2020-09-30得票数 0
回答已采纳
1回答
我正在编写一个小python程序，以进入web抓取：
from bs4 import BeautifulSoup
import requests
hero = raw_input("Enter Hero Name: ")
url = "http://www.dotahut.com/heroes/" + hero.lower().replace(' ', '_')
#to double check url in case of error
print (url)
r = requests.get(url)
soup = Be
浏览 2提问于2015-02-11得票数 0
回答已采纳
1回答
我正试着从ESPN.com上抓取一些方块分数，并把它们放到Pandas DataFrame中。我过去也做过类似的事情，没有任何问题。但是，在这种情况下，当我试图保存DataFrame时，我会得到这个错误。
RuntimeError:调用Python对象时超过最大递归深度
当我试图将它保存为hdf5表时，也会出现类似的错误。
甚至这个片段也会产生同样的错误。我很困惑它为什么要这么做？这跟这个功能有关吗？
url = 'http://espn.go.com/nba/boxscore?gameId=400278773'
boxurl = urllib2.urlopen(url)
浏览 5提问于2013-10-22得票数 0
回答已采纳
我需要遍历Beautiful Soup元素并获取属性值:对于XML文档：
<?xml version="1.0" encoding="UTF-8"?>
<Document>
<Page x1="71" y1="120" x2="527" y2="765" type="page" chunkCount="25"
pageNumber="1" wordCount="172">
浏览 0提问于2012-06-02得票数 1
回答已采纳
我正在尝试从收集数据的站点。现在，我想得到这个页面上所有的电影标题，然后转移到其余的数据(工作室，等等)。以及每个链接中的其他数据。到目前为止，这就是我所拥有的：
import requests
from bs4 import BeautifulSoup
from urllib2 import urlopen
def trade_spider(max_pages):
page = 0
while page <= max_pages:
url = 'http://www.boxofficemojo.com/yearly/chart/?page=&#
浏览 5提问于2015-06-24得票数 0
回答已采纳
我在Beautiful Soup中根据一些标准选择了一些html标记。我希望能够对这些标记进行进一步的查询(例如，find()或find_all())，但是我还无法找到允许这样做的方法，因为它们都是独立的实体。
浏览 3提问于2015-09-25得票数 0
我正试着用一个漂亮的汤来解析一个网站上的表格。(我无法分享该网站的源代码，因为它是限制使用。)
我试图提取的数据只有当它有以下两个标签与这些特定的类。
td, width=40%
tr, valign=top
我这样做的原因是为了提取同时具有这些标签和类的数据。
我发现了一些关于使用多标签的讨论，但这篇文章只讨论标签，而不讨论类。然而，我确实尝试使用列表的相同逻辑来扩展代码，但我认为我得到的并不是我想要的：
my_soup=soup.find_all(['td',{"width":"40%"},'tr',{'valign
浏览 0提问于2016-11-07得票数 9
2回答
我有这个代码的副本，我想要做的，而且每次我复制它逐行，它是不工作的。我非常沮丧，似乎不知道它在哪里不起作用。我想做的是去一个网站，取消不同的评级网页，标签为A，B，C.等等，然后我将到每个网站，以获得他们正在使用的总页数。我正在努力刮<span class='letter-pages' href='/ratings/A/1'等等。我做错了什么？
import requests
from bs4 import BeautifulSoup
url = "https://www.brightscope.com/ratings/"
page = r
浏览 0提问于2018-08-24得票数 1
回答已采纳
我正在学习一个教程，试图学习如何使用BeautifulSoup。我正在尝试从我下载的html页面上的urls中删除名称。在这一点上我做得很好。
from bs4 import BeautifulSoup
soup = BeautifulSoup(open("43rd-congress.html"))
final_link = soup.p.a
final_link.decompose()
links = soup.find_all('a')
for link in links:
print link
但当我进入下一部分
from bs4 impo
浏览 4提问于2013-10-24得票数 3
回答已采纳
我正在做一个项目，在那里我需要一点刮擦。该项目位于上，我们目前正在使用Python2.5。理想情况下，我们应该使用，但是由于在App和Python2.5上运行，这不是一个选项。
我在上见过像这样的问题，但它们不太符合标准。
我有一些HTML，如下所示：
<div class="post">
<div class="description">
This post is about <a href="http://www.wikipedia.org">Wikipedia.org</a&
浏览 2提问于2012-06-06得票数 5
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
我正在使用Beautiful解析HTML表。
Python版本3.2
美丽汤4.1.3版
当试图使用findAll方法查找行中的列时，我遇到了一个问题。我得到一个错误，它说列表对象没有属性findAll。我通过堆栈交换上的另一篇文章找到了这个方法，这不是一个问题。()
我意识到findAll是BeautifulSoup的一种方法，而不是python。奇怪的是，当我在表列表中找到行时(我只需要页面上的第二个表)，但是当我试图在行列表中找到列时，findAll方法才能工作。
这是我的密码：
from urllib.request import URLopener
from bs4
浏览 3提问于2013-04-11得票数 0
回答已采纳
我进行了广泛的搜索，虽然有大量的资源可以回答这个问题，但我似乎就是找不到任何可行的答案。我看了内德·巴切尔德关于统一码()的演讲，并通读了很多关于S.O.的答案，但我仍然不知所措。
我正在使用Python3和BeautifulSoup 4从维基百科中抓取和解析一个表。我有一个名为fighter_B的列表
print(type(fighter_B))
<class 'list'>
print(type(fighter_B[0])
<class 'bs4.element.NavigableString'>
列
浏览 3提问于2017-07-17得票数 1
我正在使用Python3和BeautifulSoup模块4.9.3版本。我试图使用这个包来练习解析一些简单的HTML。
我拥有的字符串如下：
text = '''<li><p>Some text</p>is put here</li><li><p>And other text is put here</p></li>'''
我使用BeautifulSoup的方式如下：
x = BeautifulSoup(text, "html.parser&#
浏览 4提问于2022-02-24得票数 0
回答已采纳
您知道为什么BeautifulSoup教程中的第一个示例提供了AttributeError: 'NavigableString' object has no attribute 'name'吗？根据的说法，超文本标记语言中的空格字符导致了这个问题。我尝试了几页的源代码，其中一页起作用了，其他的给出了相同的错误(我删除了空格)。你能解释一下"name“指的是什么吗?为什么会发生这个错误？谢谢。
浏览 0提问于2011-09-29得票数 33
回答已采纳
1回答
美汤与搜索结果
、、
这是我使用python的第一步，请耐心等待。
基本上，我想从一个带有Beautiful Soup的Dokuwiki页面解析一个目录。TOC如下所示：
<div id="dw__toc">
<h3 class="toggle">Table of Contents</h3>
<div>
<ul class="toc">
<li class="level1"><div class="li"><a href="#sectio
浏览 2提问于2013-04-25得票数 1
回答已采纳
首先，如果你看一下我的帖子，我想谢谢你。我发现了许多关于如何使用BS4读取下一个元素的文章，但这是关于关键字相关的问题。
下面是我的问题:我试图从txt.files中删除数据，而且构建HTML的方式对于不同的变量具有相似的环境。
例如，这里是我想提取的变量之一：
(不要注意编码/解码部分)
number= bs.find_all('span', class_='grid_1 prefix_1 suffix_1 data')[0].get_text().encode('ascii', 'ignore').decode(
浏览 4提问于2016-11-15得票数 1
1回答
使用Python的Beautiful，我分析了许多html文件(内部：soup)。它们都有点不同，我的目标有四个不同的标签--或者根本没有。在两种情况下，我的目标可能不在那里，但标记可能存在。在这种情况下，我找到了一个↵。
在这里，我有一个非常难看的代码来检查它们：
#1: in <div class = "section ack">
if len(soup.find_all("div", {"class":"section ack"})) > 0:
thanktag = soup.find("d
浏览 0提问于2015-04-13得票数 2
回答已采纳
如何使用BeautifulSoup删除嵌套标记中的内容？这些帖子显示了反向检索嵌套标记中的内容：和
我尝试过.text，但它只删除标记
>>> from bs4 import BeautifulSoup as bs
>>> html = "<foo>Something something <bar> blah blah</bar> something</foo>"
>>> bs(html).find_all('foo')[0]
<foo>Someth
浏览 0提问于2014-02-13得票数 3
回答已采纳
我使用的是Django，它使用get_or_create遍历条目以查看它们是否存在。现在我遇到了这样的问题
def insert_titles(self):
game = None
title = None
for k,v in self.data.items():
game_exists = Game.objects.all().get_or_create(game_name=v['title']) #will get RuntimeError: maximum recursion depth exceeded in cmp
浏览 3提问于2013-01-22得票数 0
回答已采纳
我被困在分析部分的番茄网站，它的批评者得分作为标签和"%“分别。我遵循了一些这样的建议，比如使用find_all('span',text="true")，但是Python3.5.1shell返回了这个错误：AttributeError: 'NavigableString' object has no attribute 'find_all' --我也试图找到Beautiful critiscore的直接子级，但是收到了相同的错误。请告诉我哪里出了问题。下面是我的python代码：
def get_rating(addres
浏览 6提问于2016-11-22得票数 1
回答已采纳
我在一个供应商链接目录中进行抓取。我已经创建了一个汤&使用find_all方法隔离了我想要的所有数据。但是，我需要的字符串是在汤中进一步嵌套的。我知道find_all返回一个列表，但我需要进一步提取列表才能得到我所需要的。谢谢你的帮助，因为我要把我的笔记本扔到房间里去了。下面是我的当前代码。
我对编码世界很陌生，对Python有相当的理解，但对Beautiful只有基本的理解。
URL = get(https://www......) # importing the url I want to work over
soup = BeautifulSoup(URL.text, '
浏览 4提问于2017-10-30得票数 1
回答已采纳
我正在尝试使用Beautiful Soup来抓取EDGAR上10K秒备案的Properties部分中的文本。 我可以获得Properties部分的标题，然后沿着父节点向上移动，但是从那里开始，next_sibling方法不会识别下一个兄弟节点(在本例中，我相信它包含了该部分中的第一段文本)。有人能告诉我为什么这不起作用/如何修复吗？ 代码： import requests
from bs4 import BeautifulSoup
url = 'https://www.sec.gov/Archives/edgar/data/1318605/000156459020004475/ts
浏览 24提问于2020-10-22得票数 0
回答已采纳
2回答
在抓取以下网页时，我似乎无法检索URL：
import platform
from bs4 import BeautifulSoup
from selenium import webdriver
def main():
# PhantomJS files have different extensions
# under different operating systems
if platform.system() == 'Windows':
PHANTOMJS_PATH = './phantomjs.exe'
浏览 0提问于2017-04-08得票数 0
回答已采纳
在根据$_POST中的几个条件构建ORM查询时，我遇到了一个问题。最后的查询看起来不错，在一个直接的SQL查询(phpmyadmin)中返回记录，但在我的应用程序中没有返回任何记录。这是代码。
$records = ORM::factory('record')->where(array('date >='=>$_POST['fromdate'],'date <='=>$_POST['todate']));
if ($_POST['agent
浏览 1提问于2010-11-10得票数 1
回答已采纳
3回答
让我们考虑一下我有一个
<li>this is li</li>
<li class="c1" data="this is data">ineinieni </li>
<li class="c1" >ineinieni </li>
<li data="this is the data1">ineinieni </li>
<li data="this is the data2">ineinieni </li
浏览 1提问于2018-02-10得票数 1
回答已采纳
对于以后的操作，我需要忽略注释和Doctype (因为我将替换一些字符，这些字符将不再允许我以后区分注释和doctype )。
极小例子
#!/usr/bin/env python3
import re
from bs4 import BeautifulSoup, Comment, Doctype
def is_toremove(element):
return isinstance(element, Comment) or isinstance(element, Doctype)
def test1():
html = \
'''
浏览 1提问于2020-08-16得票数 1
回答已采纳
我正在尝试将Beautiful Soup 4用于一个抓取项目，但只想解析两个特定注释之间的html，如下所示：
from bs4 import BeautifulSoup as bsoup
from bs4 import Comment
html = """
<!-- Comment 1 -->
<p>
<a href="http://www.something.htm"><h4>Link</h4></a>
Address: 123 1st St., NYC 100
浏览 0提问于2018-02-15得票数 0
1回答
首先，这不是一个重复的问题(谢谢你没有把它标记为重复！)
在我的xml文件中，有一些字段是以这种方式注释的：
<series>lecture</series>
<date>Wed, 23 Sep 2015 16:00:00 </date>
<duration><!-- 0:30 --></duration>
<room><!--MI 01.11.114 --></room>
<language>en</language>
在标记<durat
浏览 5提问于2016-02-18得票数 0
回答已采纳
我使用的是Django 2，Python3.7和BeautifulSoup 4。我有下面的代码，它应该在一个元素中找到一个元素……
req = urllib2.Request(fullurl, headers=settings.HDR)
html = urllib2.urlopen(req, timeout=settings.SOCKET_TIMEOUT_IN_SECONDS).read()
bs = BeautifulSoup(html, features="lxml")
pattern = re.compile(r'^submitted ')
posted_
浏览 20提问于2020-03-03得票数 0
回答已采纳
我正在尝试使用Beautiful soup和requests包从堆栈溢出中抓取数据。我已经能够提取大部分细节，但是当我尝试提取用户的信誉得分时，我只能提取reputation score和Gold的数据，而不能提取Silver和Bronze计数的数据。 下面是我用来提取的代码： from bs4 import BeautifulSoup
import requests
source = requests.get('https://stackoverflow.com/questions/53968946/how-can-i-limit-function-slot-play-just-
浏览 21提问于2018-12-30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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
