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))