python获取html文本框内容_python – 解析HTML页面以获取内容和标签

有许多

HTML页面被构造为一系列这样的组:

Keywords/Category:

"keyword_a, keyword_b"

如何从每个页面中分别提取关键字?我试过使用BeautifulSoup,但没有成功.我只编写了打印组标题的程序(在< b>和< / b>之间).

from bs4 import BeautifulSoup

from urllib2 import urlopen

import re

html_doc = urlopen('https://some.page.org/2018/1234').read()

soup = BeautifulSoup(html_doc)

for link in soup.find_all('a'):

print 'https://some.page.org'+link.get('href')

for node in soup.findAll('b'):

print ''.join(node.findAll(text=True))

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值