3赞

美丽的汤,并通过ID提取div及其内容

作者：php | 2023-08-10 19:41

如何解决《美丽的汤,并通过ID提取div及其内容》经验，为你挑选了7个好方法。

您应该发布您的示例文档,因为代码工作正常:

>>> import BeautifulSoup
>>> soup = BeautifulSoup.BeautifulSoup(' ... >> soup.find("div", {"id": "articlebody"})
 ...

在内部找到s

也可以:

>>> soup = BeautifulSoup.BeautifulSoup(' ... >> soup.find("div", {"id": "articlebody"})
 ...

或者更简单[`div = soup.find(id ="articlebody")`](http://stackoverflow.com/a/22410466/4279) (12认同)

好吧,那么回答你的问题是不可能的,水晶球不是一种可靠的调试方式.:) (8认同)

或``soup.find('div',id ='articlebody')` (4认同)

我的示例文档非常庞大.我正在追查这个问题 - 我认为这对div的div不起作用.我计算了文件中有多少div与print len(汤('div'))导致10,我可以清楚地看到超过10个div与firebug.所以我认为它只是找不到div内的div,所以我需要通过包装器缩小包装. (2认同)

jfs.. 62

要通过它找到一个元素id:

div = soup.find(id="articlebody")

Josh Crozier.. 14

Beautiful Soup 4支持使用该方法的大多数CSS选择器,因此您可以使用选择器,例如:.select()id

soup.select('#articlebody')

如果需要指定元素的类型,可以在选择器之前添加类型选择id器:

soup.select('div#articlebody')

该.select()方法将返回一个元素集合,这意味着它将返回与以下.find_all()方法示例相同的结果:

soup.find_all('div', id="articlebody")
# or
soup.find_all(id="articlebody")

如果您只想选择一个元素,那么您可以使用以下.find()方法:

soup.find('div', id="articlebody")
# or
soup.find(id="articlebody")

小智.. 11

我认为'div'标签嵌套太多时会出现问题.我试图从facebook html文件解析一些联系人,而Beautifulsoup无法找到带有"fcontent"类的标签"div".

其他类也会发生这种情况.当我一般搜索div时,它只会转换那些没有嵌套的div.

html源代码可以是来自朋友列表的朋友列表(不是你的朋友)的任何页面.如果有人可以测试它并给出一些建议我会非常感激.

这是我的代码,我只是尝试使用类"fcontent"打印标签"div"的数量:

from BeautifulSoup import BeautifulSoup 
f = open('/Users/myUserName/Desktop/contacts.html')
soup = BeautifulSoup(f) 
list = soup.findAll('div', attrs={'class':'fcontent'})
print len(list)

liang.. 9

很可能是因为默认的beautifulsoup解析器有问题.更改不同的解析器,如'lxml',然后重试.

1> Lukáš Lalins..：

您应该发布您的示例文档,因为代码工作正常:

>>> import BeautifulSoup
>>> soup = BeautifulSoup.BeautifulSoup(' ... >> soup.find("div", {"id": "articlebody"})
 ...

在内部找到s

也可以:

>>> soup = BeautifulSoup.BeautifulSoup(' ... >> soup.find("div", {"id": "articlebody"})
 ...

或者更简单[`div = soup.find(id ="articlebody")`](http://stackoverflow.com/a/22410466/4279)

好吧,那么回答你的问题是不可能的,水晶球不是一种可靠的调试方式.:)

或``soup.find('div',id ='articlebody')`

我的示例文档非常庞大.我正在追查这个问题 - 我认为这对div的div不起作用.我计算了文件中有多少div与print len(汤('div'))导致10,我可以清楚地看到超过10个div与firebug.所以我认为它只是找不到div内的div,所以我需要通过包装器缩小包装.

2> jfs..：

要通过它找到一个元素id:

div = soup.find(id="articlebody")

3> Josh Crozier..：

Beautiful Soup 4支持使用该方法的大多数CSS选择器,因此您可以使用选择器,例如:.select()id

soup.select('#articlebody')

如果需要指定元素的类型,可以在选择器之前添加类型选择id器:

soup.select('div#articlebody')

该.select()方法将返回一个元素集合,这意味着它将返回与以下.find_all()方法示例相同的结果:

soup.find_all('div', id="articlebody")
# or
soup.find_all(id="articlebody")

如果您只想选择一个元素,那么您可以使用以下.find()方法:

soup.find('div', id="articlebody")
# or
soup.find(id="articlebody")

4> 小智..：

我认为'div'标签嵌套太多时会出现问题.我试图从facebook html文件解析一些联系人,而Beautifulsoup无法找到带有"fcontent"类的标签"div".

其他类也会发生这种情况.当我一般搜索div时,它只会转换那些没有嵌套的div.

html源代码可以是来自朋友列表的朋友列表(不是你的朋友)的任何页面.如果有人可以测试它并给出一些建议我会非常感激.

这是我的代码,我只是尝试使用类"fcontent"打印标签"div"的数量:

from BeautifulSoup import BeautifulSoup 
f = open('/Users/myUserName/Desktop/contacts.html')
soup = BeautifulSoup(f) 
list = soup.findAll('div', attrs={'class':'fcontent'})
print len(list)

5> liang..：

很可能是因为默认的beautifulsoup解析器有问题.更改不同的解析器,如'lxml',然后重试.

6> dagoof..：

在beautifulsoup源代码中,这一行允许div嵌套在div中; 所以你对卢卡斯评论的关注是无效的.

NESTABLE_BLOCK_TAGS = ['blockquote', 'div', 'fieldset', 'ins', 'del']

我认为你需要做的是指定你想要的attrs,如

source.find('div', attrs={'id':'articlebody'})

7> 小智..：

你试过soup.findAll("div", {"id": "articlebody"})吗？

听起来很疯狂,但如果你从野外刮痧,你不能排除多个div ...

推荐阅读

程序员
数组对象是否显式包含索引？

如何解决《数组对象是否显式包含索引？》经验，为你挑选了7个好方法。 ... [详细]
程序员
如何获得完全黑暗的kibana？

如何解决《如何获得完全黑暗的kibana？》经验，为你挑选了1个好方法。 ... [详细]
程序员
让我们在modulus.io上加密证书

如何解决《让我们在modulus.io上加密证书》经验，为你挑选了1个好方法。 ... [详细]
程序员
AVR-GCC:错误:行尾的垃圾

如何解决《AVR-GCC:错误:行尾的垃圾》经验，为你挑选了1个好方法。 ... [详细]
程序员
自定义Google登录按钮 - iOS

如何解决《自定义Google登录按钮-iOS》经验，为你挑选了3个好方法。 ... [详细]
程序员
使用noncopyable成员聚合类的初始化

如何解决《使用noncopyable成员聚合类的初始化》经验，为你挑选了1个好方法。 ... [详细]
程序员
Eclipse Mars Java Decompiler

如何解决《EclipseMarsJavaDecompiler》经验，为你挑选了1个好方法。 ... [详细]
程序员
pandas DataFrame.replace函数在datetime中被破坏

如何解决《pandasDataFrame.replace函数在datetime中被破坏》经验，为你挑选了0个好方法。 ... [详细]
程序员
Angular 2和MySQL概念

如何解决《Angular2和MySQL概念》经验，为你挑选了1个好方法。 ... [详细]
程序员
Jsoup unescapes特殊人物

如何解决《Jsoupunescapes特殊人物》经验，为你挑选了0个好方法。 ... [详细]
程序员
Spring Boot Web应用程序中的角度路由

如何解决《SpringBootWeb应用程序中的角度路由》经验，为你挑选了1个好方法。 ... [详细]
程序员
尝试追加/替换数组元素时"对成员映射的模糊引用"

如何解决《尝试追加/替换数组元素时"对成员映射的模糊引用"》经验，为你挑选了1个好方法。 ... [详细]
程序员
Docker:已安装卷的权限

如何解决《Docker:已安装卷的权限》经验，为你挑选了1个好方法。 ... [详细]
程序员
SFINAE:std :: enable_if作为函数参数

如何解决《SFINAE:std::enable_if作为函数参数》经验，为你挑选了1个好方法。 ... [详细]
程序员
原型与 Flyweight设计模式

如何解决《原型与Flyweight设计模式》经验，为你挑选了1个好方法。 ... [详细]
程序员
BufferedReader readLine()方法返回boolean？

如何解决《BufferedReaderreadLine()方法返回boolean？》经验，为你挑选了1个好方法。 ... [详细]
程序员
R：PLM个人和时间固定效应，但没有其他回归因子

如何解决《R：PLM个人和时间固定效应，但没有其他回归因子》经验，为你挑选了1个好方法。 ... [详细]
程序员
错误:任务执行失败:ransformException

如何解决《错误:任务执行失败:ransformException》经验，为你挑选了1个好方法。 ... [详细]
程序员
逗号之后我不想要空格宽度 - 最佳做法？

如何解决《逗号之后我不想要空格宽度-最佳做法？》经验，为你挑选了1个好方法。 ... [详细]
程序员
Java:字符串模式:如何为具有特殊字符的所有字符字符指定正则表达式

如何解决《Java:字符串模式:如何为具有特殊字符的所有字符字符指定正则表达式》经验，为你挑选了1个好方法。 ... [详细]

php

这个屌丝很懒，什么也没留下！

关注作者

Tags | 热门标签

RankList | 热门文章

DevBox开发工具箱 | 专业的在线开发工具网站