Python爬取网页文本内容

利用Python爬取当前网页所有文本内容
摘要由CSDN通过智能技术生成
# -*- coding: utf-8 -*-
from bs4 import BeautifulSoup


def second_pro(text):
    last_sen = []
    while 1:
        last_sen.append(text.split(",")[-1])
        other_list = text.split(",")[:-1]
        # 特定位置超长,需要处理
        if len(other_list) == 1:
            last_sen.append(other_list[0].split(",")[-1])
            other_list = other_list[0].split(",")[:-1]
        if len(",".join(other_list)) < 508:
            return ",".join(other_list), last_sen
        text = ",".join(other_list[:-1])


def maching(text):
    hold_l = []
    con_text = []
    for one in text.split(","):
        hold_l.append(one)
        if len(",".join(hold_l)) > 508:
            model_text, last_sen = second_pro(",".join(hold_l))
            hold_l = []
            hold_l.append(",".join(last_sen))
            con_text.append(model_
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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