python beautifulsoup iframe文档html提取
我正在尝试学习一些漂亮的汤，并从一些iFrame中获取一些html数据-但到目前为止，我还没有取得很大的成功。
因此，解析iFrame本身似乎不是BS4的问题，但是我似乎并没有从中获得嵌入的内容-不管我做什么。
例如，考虑下面的iFrame（这是我在chrome开发人员工具上看到的）：
<iframe frameborder="0" marginwidth="0" marginheight="0" scrolling="NO"
src="http://www.engineeringmaterials.com/boron/728x90.html "width="728" height="90">
#document <html>....</html></iframe>
<html>...</html>我要提取的内容在哪里。
但是，当我使用以下BS4代码时：
iFrames=[] # qucik bs4 example
for iframe in soup("iframe"):
iFrames.append(soup.iframe.extract())
我得到：
<iframe frameborder="0" marginwidth="0" marginheight="0" scrolling="NO" src="http://www.engineeringmaterials.com/boron/728x90.html" width="728" height="90">
换句话说，我得到的iFrame中没有文档<html>...</html>。
我尝试了以下方法：
iFrames=[] # qucik bs4 example
iframexx = soup.find_all('iframe')
for iframe in iframexx:
print iframe.find_all('html')
..但这似乎行不通..
因此，我想我的问题是，如何可靠地<html>...</html>从iFrame元素中提取这些文档对象。
问题答案：
浏览器 在单独的请求中 加载iframe内容。您必须执行相同的操作：
for iframe in iframexx:
response = urllib2.urlopen(iframe.attrs['src'])
iframe_soup = BeautifulSoup(response)
记住：BeautifulSoup不是浏览器；它也不会为您获取图像，CSS和JavaScript资源。
-
下面给出了从HTML文档中提取内容和元数据的程序。 import java.io.File; import java.io.FileInputStream; import java.io.IOException; import org.apache.tika.exception.TikaException; import org.apache.tika.metadata.Metadata; imp
-
8.3. 从 HTML 文档中提取数据 为了从 HTML 文档中提取数据，将 SGMLParser 类进行子类化，然后对想要捕捉的标记或实体定义方法。 从 HTML 文档中提取数据的第一步是得到某个 HTML 文件。如果在您的硬盘里存放着 HTML 文件，您可以使用 file 函数 将它读出来，但是真正有意思的是从实际的网页得到 HTML。 例 8.5. urllib 介绍 >>> import
-
问题内容： 我想对返回HTML的页面进行AJAX调用，提取HTML的一部分（使用jQuery选择器），然后在基于jQuery的JavaScript中使用该部分。 在AJAX检索是非常简单的。这使我在回调函数的“数据”参数中获得了整个HTML文档。 我不明白的是如何以一种有用的方式处理这些数据。我想将其包装在新的jQuery对象中，然后使用选择器（通过我相信的find（））来获取我想要的部分。有了这
-
之前我们讨论的都是HTML文档中的片段，除了这些局部语法外，一个合法的HTML文档还有整体性的结构要求。 文档类型（Doctype） 首先需要定义文档的类型：Doctype。 我们可以把Doctype看成HTML语言的版本，就好比Word97和Word2001一样。不同版本之间的语法约定不尽相同，但通常会保持向下兼容，好比Word2001能打开Word97的文档一样。 以前XHTML 1.0 和
-
本文向大家介绍HTML和XHTML文档类型，包括了HTML和XHTML文档类型的使用技巧和注意事项，需要的朋友参考一下 为了验证HTML或XHTML的任何页面，您将需要一个doctype。这是一串文本，位于文档顶部，可告诉浏览器确切的标记标准已用于创建页面。 XHTML严格 当您不使用任何框架集或折旧标签时，此doctype将在XHTML文档中使用。 <!DOCTYPE html PUBLIC "
-
An expert is someone who is one page ahead of you in the manual. — David Knight 像大多数工程师一样，我从来没有阅读过手册，除非或者直到产品实际出现了十万火急的情况。 然而，随着你的配置清单代码不断增多且越来越复杂，使用 Puppet 的自动文档工具 puppet doc 为你的节点（node）和类（class）生成 H