个人中心
文章发布
退出
作者热门文章
- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时，我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
26
4
BeautifulSoup 的 .content 有什么作用？我正在处理 crummy.com's教程，我真的不明白 .content 的作用。我看过论坛，但没有看到任何答案。查看下面的代码....
from BeautifulSoup import BeautifulSoup
import re
doc = ['<html><head><title>Page title</title></head>',
'<body><p id="firstpara" align="center">This is paragraph <b>one</b>.',
'<p id="secondpara" align="blah">This is paragraph <b>two</b>.',
'</html>']
soup = BeautifulSoup(''.join(doc))
print soup.contents[0].contents[0].contents[0].contents[0].name
我希望代码的最后一行打印出“body”而不是...
File "pe_ratio.py", line 29, in <module>
print soup.contents[0].contents[0].contents[0].contents[0].name
File "C:\Python27\lib\BeautifulSoup.py", line 473, in __getattr__
raise AttributeError, "'%s' object has no attribute '%s'" % (self.__class__.__name__, attr)
AttributeError: 'NavigableString' object has no attribute 'name'
.content 只关心html、head 和title 吗？如果是，那是为什么？
提前感谢您的帮助。
最佳答案
它只为您提供标签内部的内容。让我举个例子:
html_doc = """
<html><head><title>The Dormouse's story</title></head>
<p class="title"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
"""
from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc)
head = soup.head
print head.contents
上面的代码给了我一个列表，[<title>The Dormouse's story</title>] ，因为那是 inside head标签。所以打电话[0]会给你列表中的第一项。
你得到错误的原因是因为 soup.contents[0].contents[0].contents[0].contents[0]返回没有更多标签的东西(因此没有属性)。它返回 Page Title从你的代码中，因为第一个 contents[0]给你 HTML 标签，第二个给你 head标签。第三个导致 title标签，第四个给你实际的内容。所以，当你调用 name在它上面，它没有给你的标签。
如果你想打印正文，你可以这样做:
soup = BeautifulSoup(''.join(doc))
print soup.body
如果你想要body使用 contents只有，然后使用以下内容:
soup = BeautifulSoup(''.join(doc))
print soup.contents[0].contents[1].name
您不会使用 [0] 获取它作为索引，因为 body是head之后的第二个元素.
关于Python Beautiful Soup .content 属性，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/19602398/
26
4
0
我注意到一个非常烦人的错误:BeautifulSoup4(包:bs4)经常发现比以前版本(包:BeautifulSoup)更少的标签。 这是该问题的一个可重现的实例: import requests
我正在尝试从具有我所知道的特定ID的表中获取数据。 由于某种原因，该代码不断给我“无”结果。 我正在尝试从HTML代码中解析: שווי שוק (אלפי ש"ח)
我正在尝试从包含以下 HTML 的网站中提取价格: $ 29.99 我正在使用以下 Beautiful Soup 代码: book_prices = soup_pack
我做了一个网络爬虫，它从一个文本文件中获取数千个 Urls，然后爬取该网页上的数据。 现在它有很多网址；一些网址也被破坏了。 所以它给了我错误: Traceback (most recent call
我正在尝试加载 html 页面并输出文本，即使我正确获取网页，BeautifulSoup 以某种方式破坏了编码。 来源: # -*- coding: utf-8 -*- import requests
目录 beautiful soup库的安装 beautiful soup库的理解 beautiful soup库的引用 BeautifulSoup类
Beautiful Soup就是Python的一个HTML或XML的解析库，可以用它来方便地从网页中提取数据。它有如下三个特点： Beautiful Soup提供一些简单的、Python式的
题目地址：https://leetcode.com/problems/beautiful-arrangement/description/ 题目描述 Suppose you have N inte
题目地址：https://leetcode.com/problems/beautiful-array/description/ 题目描述 Forsome fixed N, an array A i
您好，我正在尝试从网站获取一些信息。请原谅我，如果我的格式有任何错误，这是我第一次发布到 SO。 soup.find('div', {"class":"stars"}) 从这里我收到 我需要 “
我想从 Google Arts & Culture 检索信息使用 BeautifulSoup。我检查了许多 stackoverflow 帖子( [1] ， [2] , [3] , [4] , [5]
我决定学习 Python，因为我现在有更多时间(由于大流行)并且一直在自学 Python。 我试图从一个网站上刮取税率，几乎可以获得我需要的一切。下面是来自我的 Soup 变量以及相关 Python
我正在使用 beautifulsoup 从页面中获取所有链接。我的代码是: import requests from bs4 import BeautifulSoup url = 'http://ww
我正在使用react-beautiful-dnd版本8.0.5(最新)并尝试渲染可重组列表，但我不断收到此错误: Warning: React.createElement: type is inval
我在将组件放入应用程序的下一个列表区域时遇到困难。我可以在父列中完美地拖放和排序，但无法将组件放在其他地方。这是我的 onDragEnd 函数中的代码: onDragEnd = result =>
发生的情况是，当我在一列中有多个项目并尝试拖动其中一个时，只显示一个项目，并且根据发现的经验教训 here我应该处于可以移动同一列内的项目但不能移动的位置。在 React 开发工具中，state 和
我正在尝试根据部分属性值来识别 html 文档中的标签。 例如，如果我有一个 Beautifulsoup 对象: import bs4 as BeautifulSoup r = requests.ge
Показать телефон 如何在 Beautiful Soup 中找到上述元素？ 我尝试了以下方法，但没有奏效: show = soup.find('div', {'class': 'acti
我如何获得结果网址:https://www.sec.gov/Archives/edgar/data/1633917/000163391718000094/0001633917-18-000094-in
我是 python 新手，尝试从页面中提取表格，但无法使用 BS4 找到该表格。你能告诉我我哪里出错了吗？ import requests from bs4 import BeautifulSoup
我是一名优秀的程序员,十分优秀！