- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
尝试解析XML文件,得到内容描述,其中包含标签和img标签。但如果我尝试在描述中查找标签 - 我没有找到。
from bs4 import BeautifulSoup
import requests
url = 'http://lavagra.livejournal.com/data/rss&count=10&ranked=newest&similar=true'
r = requests.get(url)
soup = BeautifulSoup(r.content, 'xml')
items = soup.find_all('item')
# print(items)
for item in items:
description = item.find('description')
print(description)
link = description.find('a')
print(link)
<a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/31295110800/in/dateposted-public/" title="puerto02"><img src="https://c1.staticflickr.com/1/489/31295110800_93f48b9bd2_o.jpg" width="1289" height="856" alt="puerto02"></a><br /><br />Ситуация с арестом блоггера Александра Лапшина <span class="ljuser i-ljuser i-ljuser-type-P " data-ljuser="puerrtto" lj:user="puerrtto" ><a href="http://puerrtto.livejournal.com/profile" target="_self" class="i-ljuser-profile" ><img class="i-ljuser-userhead" src="http://l-stat.livejournal.net/img/userinfo.gif?v=17080?v=144.7" /></a><a href="http://puerrtto.livejournal.com/" class="i-ljuser-username" target="_self"
><b>puerrtto</b></a></span>в Беларуси вступила в критическую фазу. Через несколько дней его скорее всего экстрадируют в Азербайджан. Предвижу восторженное улюлюканье в комментариях. Только хочу спросить всех кто не равнодушен к этому делу - не кажется ли Вам, что союзное государство России с Беларусью лишь блеф? ... None
最佳答案
实际上内容在<description>
标签使用html实体进行编码,例如<
是 <
,因此在解析之前需要对这些实体进行转义。您可以使用内置 HTMLParser.HTMLParser().unescape()
做这项工作。
import requests
import HTMLParser
from bs4 import BeautifulSoup as soup
response = requests.get('http://lavagra.livejournal.com/data/rss&count=10&ranked=newest&similar=true')
html = soup(HTMLParser.HTMLParser().unescape(response.text), 'lxml')
items = html.find_all('item')
for item in items:
description = item.find('description')
print description
link = description.find('a')
print link
输出示例:
<description><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/22815391628/in/dateposted-public/" title="airpors31"><img alt="airpors31" height="853" src="https://c5.staticflickr.com/6/5510/22815391628_536b514355_o.jpg" width="1280"/></a><br/><br/>Одно из моих любимых занятий в каждом новом своём путешествии - разглядывать мир через окно. Видимо, это увлечение пришло ещё с детства. Условная граница между внешним и внутренним в виде стекла – важный элемент познания и, одновременно, гарантия безопасности, пусть и относительной. <br/><br/>Апофеоз этого развлечения – полёты на самолётах. Обожаю смотреть на наш мир с высоты! Да, и фотографии отсюда после небольшой обработки получаются подчас потрясающими. Вспоминается сразу <b><a href="http://lavagra.livejournal.com/118549.html">Индонезия</a></b> или <b><a href="http://lavagra.livejournal.com/111325.html">Китай</a></b>. <br/><br/>На этот раз хочу Вам представить страну, которая меня поразила своими инопланетными пейзажами. Репортажи об Иране мне приятно начинать именно с этих фотографий. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/30693303360/in/dateposted-public/" title="airpors37"><img alt="airpors37" height="860" src="https://c1.staticflickr.com/6/5669/30693303360_4048de4dce_o.jpg" width="1280"/></a><br/>2.<br/><br/>Большую часть этих снимков я сделал во время внутреннего перелёта по этой стране из Тегерана в Шираз. Эта часть Ирана запоминается очень пустынными и неуютными видами. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/22815391828/in/dateposted-public/" title="airpors30"><img alt="airpors30" height="853" src="https://c5.staticflickr.com/6/5588/22815391828_364fb11ccf_o.jpg" width="1280"/></a><br/>3.<br/><br/>Горные россыпи сменяются пустынными долинами без лесов и рек, а за ними вновь идут безжизненные горные кручи. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/30878361492/in/dateposted-public/" title="airpors36"><img alt="airpors36" height="864" src="https://c5.staticflickr.com/6/5335/30878361492_cd0dc6c7bf_o.jpg" width="1280"/></a><br/>4.<br/><br/>Причём оттенки здесь преобладают тёмно-коричневые или рыжие. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/30692233240/in/dateposted-public/" title="airpors09"><img alt="airpors09" height="853" src="https://c1.staticflickr.com/6/5693/30692233240_64aa0630d1_o.jpg" width="1280"/></a><br/>5.<br/><br/>Даже полувысохшие местные солёные озёра не придают жизни этим почти зловещим картинам. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/30692233080/in/dateposted-public/" title="airpors11"><img alt="airpors11" height="854" src="https://c1.staticflickr.com/6/5671/30692233080_b0fdb2457a_o.jpg" width="1280"/></a><br/>6.<br/><br/>Возможно, эти картинки кому-то покажутся скучными и однообразными, но лично мне они больше напоминают некую инопланетную реальность. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/22815391178/in/dateposted-public/" title="airpors34"><img alt="airpors34" height="857" src="https://c3.staticflickr.com/6/5823/22815391178_5600e97e83_o.jpg" width="1280"/></a><br/>7.<br/><br/>Даже города в этом регионе выглядят непривычно чужеродными. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/22815391928/in/dateposted-public/" title="airpors29"><img alt="airpors29" height="853" src="https://c1.staticflickr.com/6/5448/22815391928_ab1062d233_o.jpg" width="1280"/></a><br/>8.<br/><br/>И всё же это наша Земля, которая бесподобна в своём разнообразии. И Иран по-своему прекрасен. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/22815393938/in/dateposted-public/" title="airpors10"><img alt="airpors10" height="853" src="https://c3.staticflickr.com/6/5715/22815393938_abf5608fe8_o.jpg" width="1280"/></a><br/>9.<br/><br/>Если же присмотреться к картинкам с высоты, то даже в этих негостеприимных просторах можно увидеть множество признаков активной человеческой деятельности. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/30757984966/in/dateposted-public/" title="iran01"><img alt="iran01" height="854" src="https://c7.staticflickr.com/6/5322/30757984966_c0d506f962_o.jpg" width="1280"/></a><br/>10.<br/><br/>И чем ближе аэродром, тем Иран выглядит всё более оживлённым. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/22815391348/in/dateposted-public/" title="airpors32"><img alt="airpors32" height="853" src="https://c5.staticflickr.com/6/5468/22815391348_77a42fc21e_o.jpg" width="1280"/></a><br/>11.<br/><br/>Утренний Тегеран подсвечивается огоньками улиц и площадей. Не сложно понять, что это огромный мегаполис. Кстати, буквально несколько секунд до нижнего снимка мы пролета огромное кладбище самолётов. Жалко не успел его сфотографировать. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/30692233340/in/dateposted-public/" title="airpors08"><img alt="airpors08" height="861" src="https://c5.staticflickr.com/6/5329/30692233340_154b633a7e_o.jpg" width="1280"/></a><br/>12.<br/><br/>Но даже этот огромный город не идёт ни в какое сравнение с турецким Стамбулом. Не могу не выложить хотя бы одно фото этого интереснейшего города. Ночные снимки с высоты не мой конёк, но всё же взгляните на этот странный иероглиф улиц азиатской части города с светящимся окном футбольного стадиона. <br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/22815391058/in/dateposted-public/" title="airpors35"><img alt="airpors35" height="858" src="https://c3.staticflickr.com/6/5759/22815391058_5c9a56953b_o.jpg" width="1280"/></a><br/>13.<br/><br/>На этом я пока закончу. Впереди уже очень скоро Вас ждёт репортаж об иранских аэропортах. Они сильно отличаются от привычных нам и поэтому очень интересны. Так что будьте на связи...<br/><br/><a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/30692233410/in/dateposted-public/" title="airpors06"><img alt="airpors06" height="860" src="https://c3.staticflickr.com/6/5489/30692233410_1de351b6cf_o.jpg" width="1280"/></a><br/>14.<br/><br/><b>P.S. Подписывайтесь на мою страницу <b><a href="https://www.facebook.com/stanislav.gorbunov">в Фейсбуке</a></b>, а также в <b><a href="https://www.instagram.com/lavagra/">Инстаграме</a></b>. Смотрите все прибалтийские новости в <b><a href="http://www.travelblog.lv/">ТравелБлоге</a></b>. Cледите за моими путешествиями по Прибалтике и во всем мире! Заходите, подписывайтесь, читайте, комментируйте.</b><br/><a name="cutid1-end"></a><br/></description>
<a data-flickr-embed="true" href="https://www.flickr.com/photos/10338828@N00/22815391628/in/dateposted-public/" title="airpors31"><img alt="airpors31" height="853" src="https://c5.staticflickr.com/6/5510/22815391628_536b514355_o.jpg" width="1280"/></a>
关于python - BeautifulSoup 在 XML block 内找不到标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41956496/
HTML 在 div 中包含字符串: 'div class="slide"' 'img src="xttps://site.com/files/r_1000,kljg894/43k5j/35h43jk
我用这个方法 allcity = dom.body.findAll(attrs={'id' : re.compile("\d{1,2}")}) 返回这样的列表: [掳虏驴碌路驴碌脴虏煤脨脜脧垄脥酶 隆
我正在使用 Jupyter 笔记本、Python 3.5 和虚拟环境。 在我的虚拟环境中,我做了: (venv) > pip install BeautifulSoup4 这似乎运行良好 b/c 终端
我打算用 GUI 制作一个字典程序,但我在第一个障碍上就失败了。我刚刚安装了一个模块( PyDictionary ),但是当我运行以下代码时出现错误。 from PyDictionary import
我正在将一些解析器从 BeautifulSoup3 迁移到 BeautifulSoup4,我认为考虑到 lxml 非常快并且它是我在 BS4 中使用的解析器,分析它会变得多快是个好主意,这里是分析结果
这个问题在这里已经有了答案: Getting Python error "from: can't read /var/mail/Bio" (6 个答案) 关闭 11 个月前。 From Beauti
目前我无法输入这个,因为根据 top,我的处理器是 100%,我的内存是 85.7%,都被 python 占用了。 为什么?因为我让它通过一个 250 兆的文件来删除标记。 250兆,就是这样!我一直
我写了下面的代码: from bs4 import BeautifulSoup import sys # where is the sys module in the source code fold
通常,当我尝试使用BeautifulSoup解析网页时,BeautifulSoup函数会得到NONE结果,否则就会引发AttributeError。。以下是一些独立的(即,由于数据是硬编码的,不需要访
通常,当我尝试使用BeautifulSoup解析网页时,BeautifulSoup函数会得到NONE结果,否则就会引发AttributeError。。以下是一些独立的(即,由于数据是硬编码的,不需要访
我正在为一个项目使用 BeautifulSoup。这是我的 HTML 结构 John Sam Bailey Jack
这段代码正确地从我的博客中提取了马拉地语文本。我很欣赏使用漂亮的汤和正则表达式是多么容易。 from bs4 import BeautifulSoup import requests, re url
我想获取 HTML 中隐藏输入字段的值。 我想用 Python 编写一个正则表达式,它将返回 fooId 的值,前提是我知道 HTML 中的行遵循以下格式 有人可以提供一个 Python 示例来解
我正在尝试获取特定月份的所有链接、标题和日期,例如网站上的三月,我正在使用 BeautifulSoup 这样做: from bs4 import BeautifulSoup import reques
我正试图通过此链接收集有关 2020 年世界上收入最高的运动员收入的信息 https://www.forbes.com/profile/roger-federer/?list=athletes这是第一
我正在尝试从带有美丽汤的网页中捕获所有相关链接。我需要的所有链接都有 class="btn btn-gray"还有文字 More Info<> 仅提取这些链接的最佳方法是什么? 最佳答案 这个怎么样?
我正在尝试抓取一个具有下拉菜单的站点,用户可以在其中选择要显示的数据的年份。但是,我似乎被困在我的实现中。 这是网站网址:https://www.pgatour.com/tournaments/mas
我正在使用 BeautifulSoup 和 mechanise 从网页中查找一些内容。问题是有时找不到我正在寻找的字符串。我不知道有什么问题 对于许多网页,它可以正常工作数月,但突然停止工作。然后我必
( 更新代码 就在下面) 我有一个类:UrlData , 生成一个 url 列表: for url in urls: rawMechSiteInfo = mech.open(url) #me
这是我到目前为止所做的事情: import requests from bs4 import BeautifulSoup URL = "https://www.google.com/search?q=
我是一名优秀的程序员,十分优秀!