Benim ilk yazı burada bir etiket arama ve ben onları dışarı çıkamaz, bu kodu ], ama sınıfa sahip etiketler olduğunu görüyorum: html'de "siyah", bir şey özlüyor muyum?piton BeautifulSoup ben bu özel html tüm etiketleri bulmaya çalışıyorum,
sayesinde Vedran
Benim için iş gibi görünüyor, bu yüzden sorun html belgeyle olduğunu söyleyebilirim.
from bs4 import BeautifulSoup
html_doc = """<html>
<body>
<a class="black">
<b>
text1
</b>
<c>
text2
</c>
</a>
<a class="micio">
</a>
<a class="black">
</a>
</body>
</html>"""
soup = BeautifulSoup(html_doc)
soup.prettify()
print(soup.find_all("a", {"class":"black"}))
Ve çıktı olarak aldım:
[<a class="black">
<b>
text1
</b>
<c>
text2
</c>
</a>, <a class="black">
</a>]
Düzenleme: işaret ettiği @Puneet gibi, sorun olmaması olabilir
Aşağıdaki kaçmaya çalıştı aldığınız html öznitelikleri arasındaki beyaz boşluk.Ben böyle bir şey yukarıdaki örneği için örneğin çalıştı:
html_doc = """<html>
<body>
<aclass="black">
# etc.. as before
Ve sonuç olarak boş bir liste var: [].
Burada sorun, web sitesinin sınıf etiketlerinin, href öznitelik değerinin sonuna bir boşlukla ayrılmış olmasıdır. BeautifulSoup bunu çok iyi halletmiyor. Bir tekrarlanabilir test durumu o LXML kullanarak sorunu çözer seams aşağıdaki
>>> BeautifulSoup.BeautifulSoup('<a href="http://www.jutarnji.hr/crkva-se-ogradila-od--cjenika--don-mikica--osim-krizme--sve-druge-financijske-obveze-su-neprihvatljive/1018314/" class="black">').prettify()
'<a href="http://www.jutarnji.hr/crkva-se-ogradila-od--cjenika--don-mikica--osim-krizme--sve-druge-financijske-obveze-su-neprihvatljive/1018314/" class="black">\n</a>'
>>> BeautifulSoup.BeautifulSoup('<a href="http://www.jutarnji.hr/crkva-se-ogradila-od--cjenika--don-mikica--osim-krizme--sve-druge-financijske-obveze-su-neprihvatljive/1018314/"class="black">').prettify()
''
geçerli:
from bs4 import BeautifulSoup
import lxml
from urllib import urlopen
url = "http://www.jutarnji.hr"
html_doc = urlopen(url).read()
soup = BeautifulSoup(html_doc, "lxml")
soup.prettify()
soup.find_all("a", {"class":"black"})
Ben de aynı problem vardı.
soup.findAll("a",{"class":"black"})
yerine
soup.find_all("a",{"class":"black"})
soup.findAll() benim için iyi çalışıyor deneyin.
Ayrıca, gibi diğer öğelerle çalışır: soup.findAll ("label", "" için ":" Form_CompanyName "}) –
Hangi python sürümü/kütüphane sürümü/işletim sistemini kullanıyorsunuz? – fabrizioM