蟒蛇美丽汤在div标签本身中提取数据
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。
<div class="myself" title="Name@email.com [11:07:27 AM]">
<nobr>Name</nobr></div>
我想提取标题(与电子邮件和时间戳)。我可以使用访问该类...
find('div', attrs={'class':'myself'}))
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
共有2个答案
用可能这个方法
>>>import bs4
>>>html_string = "<div class="myself" title="Name@email.com [11:07:27 AM]">
<nobr>Name</nobr></div>"
>>>title_string = bs4.BeautifulSoup(html_string).div.attrs['title']
>>>print(title_string)
'Name@email.com [11:07:27 AM]'
可以以类似字典的方式检索属性:
一个标签可以有任意数量的属性。您可以通过将标签视为字典来访问标签的属性。
from bs4 import BeautifulSoup
soup = BeautifulSoup(data)
div = soup.find("div", class_="myself", title=True)
print(div["title"])
-
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：
-
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
-
我正在尝试使用漂亮的汤解析网页（这是我有生以来第一次），我遇到了一个奇怪的错误。html结构中的标记中有一个标记，我一直收到错误 html标签的结构如下：页面上项目的整个网格都在div类"properties_reviews"中，然后进入div类"preview"中，用于特定项目，该类"preview"还有两个类：照片的"preview-media"和我需要解析的文本信息的"preview-con
-
问题内容： 我有一个像 我可以得到标题标签 但是我怎样才能在b标签之后得到文本呢？我想通过引用该元素而不是body元素来获取包含“ Title：”的元素之后的文本。 问题答案： 参考的文档，你可能想使用你的： 在这种情况下，“同级”是下一个节点，而不是下一个元素/标签。元素的下一个节点是文本节点，因此您可以获得所需的文本。
-
问题内容： 为什么这不返回标签和中间的东西？它什么也不返回。我知道一个事实，因为我正盯着它 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： 在s内部查找s也可以：