美丽的汤并通过ID提取div及其内容
soup.find("tagName", { "id" : "articlebody" })
为什么这不返回<div id="articlebody"> ... </div>标签和中间的东西？它什么也不返回。我知道一个事实，因为我正盯着它
soup.prettify()
soup.find("div", { "id" : "articlebody" }) 也行不通。
（ 编辑： 我发现BeautifulSoup无法正确解析我的页面，这可能意味着我尝试解析的页面在SGML或其他格式中未正确格式化）
问题答案：
您应该发布示例文档，因为代码可以正常工作：
>>> import BeautifulSoup
>>> soup = BeautifulSoup.BeautifulSoup('<html><body><div id="articlebody"> ... </div></body></html')
>>> soup.find("div", {"id": "articlebody"})
<div id="articlebody"> ... </div>
在<div>s内部查找s<div>也可以：
>>> soup = BeautifulSoup.BeautifulSoup('<html><body><div><div id="articlebody"> ... </div></div></body></html')
>>> soup.find("div", {"id": "articlebody"})
<div id="articlebody"> ... </div>
-
问题内容： 我正在尝试从Google搜索结果中提取链接。检查元素告诉我，我感兴趣的部分具有“ class = r”。第一个结果如下所示： 要提取“ href”，我要做： 但是我意外地得到： 我想要的地方： 属性“ ping”似乎使它感到困惑。有任何想法吗？ 问题答案： 发生了什么？ 如果您打印响应内容（即），则会看到您得到的HTML完全不同。页面源和响应内容不匹配。 因为内容是动态加载的，所以 不
-
我试图使用美丽的汤抓取newegg的产品名称、描述、价格和图像。我有以下bs4.element.标签类型，我想从标签中提取“src”链接。以下是我的标签： 我怎样才能提取 从这个标签？我试过了 但我收到了Keyerror。
-
我正在尝试使用Pythons beautifulSoup从HTML文件中提取数据。下面一行HTML是我感兴趣的。 我想提取标题(与电子邮件和时间戳)。我可以使用访问该类... 我可以从那里打印＜code＞div＜/code＞的全部内容或div中的标记中的信息，但我不知道如何获取＜code>title＜/code>，因为它位于同一个＜code〕div＜/code＞标记中
-
我试图提取搜索关键字从SOAP xml模式与美丽的汤，不知道如何提取值属性。 我已经尝试使用但它不会让我提取value属性。 这是我到目前为止所拥有的： 这就是我有问题的地方。根据美丽的汤留档，这应该输出所有的“值”属性。 如您所见，我试图从所有xs:enumeration标记中的value属性中获取文本。最终结果将是level1的搜索词列表。即。： （蚀变、火成、变质、未发现、矿石、沉积岩、矿脉
-
我希望从< code>div内的标题和< code >内的文本中提取文本字符串 我可以用＜code＞汤得到标题。h1＜/code＞，但我想获得特定于div＜code＞中的＜code＞h1＜/code＞ 超文本标记语言：
-
我试图抓取这个网站：https://www.senate.gov/general/contact_information/senators_cfm.cfm 我的代码： 问题是它实际上并没有到达网站。我在soup var中得到的HTML根本不是正确网页中的HTML。 我不知道从这里去哪里！任何和所有的帮助都将不胜感激。