美丽的汤和提取div及其内容的ID

soup.find("tagName", { "id" : "articlebody" })

为什么不返回<div id="articlebody">…</div>标签和东西之间?它什么也不返回。我知道它的存在因为我正盯着它

soup.prettify()

汤。Find ("div"， {"id": "articlebody"})也不起作用。

(编辑:我发现BeautifulSoup没有正确解析我的页面，这可能意味着我试图解析的页面在SGML或其他中没有正确格式化)

当前回答

在我试图刮谷歌的时候也发生过。我最终使用了pyquery。安装:

pip install pyquery

Use:

from pyquery import PyQuery    
pq = PyQuery('<html><body><div id="articlebody"> ... </div></body></html')
tag = pq('div#articlebody')

2015-04-30 05:34:56

其他回答

你应该发布你的示例文档，因为代码运行良好:

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

找到<div>s内<div>s工作以及:

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

2010-01-25 22:55:30

你喝过汤吗?findAll("div"， {"id": "articlebody"})?

听起来很疯狂，但如果你从野外采集东西，你不能排除多次潜水的可能性……

2010-01-25 23:00:55

from bs4 import BeautifulSoup
from requests_html import HTMLSession

url = 'your_url'
session = HTMLSession()
resp = session.get(url)

# if element with id "articlebody" is dynamic, else need not to render
resp.html.render()

soup = bs(resp.html.html, "lxml")
soup.find("div", {"id": "articlebody"})

2020-08-23 06:34:50

我使用:

soup.findAll('tag', attrs={'attrname':"attrvalue"})

就像我的find/findall语法一样;也就是说，除非在标签和属性列表之间有其他可选参数，否则不应该有什么不同。

2010-01-25 23:02:37

在我试图刮谷歌的时候也发生过。我最终使用了pyquery。安装:

pip install pyquery

Use:

from pyquery import PyQuery    
pq = PyQuery('<html><body><div id="articlebody"> ... </div></body></html')
tag = pq('div#articlebody')

2015-04-30 05:34:56

美丽的汤和提取div及其内容的ID

推荐文章

最新文章

标签