html-parsing

7熱

1答えて

私はページの内容を取得し、その特定の部分を抽出したいと考えています。私が知る限り、そのようなタスクのための少なくとも2つのソリューションがあります：Crawler4jとJsoup。両者は、ページのコンテンツを取得し、そのページの下位部分を抽出することができます。私はそれらの違いは何か分かりません。回答としてマークされsimilar questionは、あります： Crawler4jはJsoupが

5熱

1答えて

beautifulsoup：bs4.element.ResultSetオブジェクトまたはリスト上のfind_all？

こんにちは私はbeautifulsoup objectにfind_all適用、およびbs4.element.ResultSet objectまたはlistで何かを見つけます。さらにfind_allを実行しますが、bs4.element.ResultSet objectでは許可されていません。私はbs4.element.ResultSet objectの各要素をループはfind_all行うことがで

2熱

1答えて

AngleSharp Parsing

使用するクラス名またはIDがない場合、AngleSharpを解析に使用する例は多数ありません。私は item_needed = a_row.find('a', {'title': 'Bing'}) を使用し、HREFをつかむだろうPythonのBeautifulSoupで=ビングタイトルを持っている任意の<a>タグからのhrefを見つけたい HTML <span><a href="googl

1熱

1答えて

サイトからクリケットスコアを解析しようとしています。 Ansはまた、スコアが変わった場合に警告を出したい。私のコードで何が間違っていますか？

チームのクリケットスコアを解析しました。それをテキストファイルに保存しました。最後に、これを私が解析したウェブコンテンツと比較したいと思います。しかし、何も起こりません。ここに私のコードは次のとおりです。 import urllib.request from bs4 import BeautifulSoup import re import time url = "http://www.

-1熱

1答えて

Pythonでチャットログを解析中、現在BeautifulSoupを使っています

Python 2.7を使用してIMチャットログを解析する際に問題が発生しています。私は現在BeautifulSoup.get_textを使用しています。これは一般的には機能しますが、面白いものを隠すことがあります。例えば：この場合 <font color="#A82F2F"><font size="2">(3/11/2016 3:11:57 PM)</font> <b>user name:</b>

2熱

2答えて

HTML文書をCutting/SlicingしてBeautifulSoupで分割しますか？

次のように私は、HTML文書を持っている： <h1> Name of Article </h2> <p>First Paragraph I want</p> <p>More Html I'm interested in</p> <h2> Subheading in the article I also want </h2> <p>Even more Html i want to pull

1熱

1答えて

Jsoup formElement.submit（）。post（）指定された値をサブミットしません

私はこれを解析したいと思っていますHTMLです。私は<input>タグで自分の値を提出し、それを提出して次のHTML文書を取得したいと思います。私は解析テンプレートは次のとおりです。 * <div class="collapse navbar-collapse" id="search-collapse"> * * <form class="navbar-form navb

2熱

1答えて

特定の単語が含まれていない出力からhrefリンクをクリックするにはどうすればよいですか？

私はhrefリンクのリストを解析し、それはウェブページからのタイトルです。 "[$]"という単語がないすべてのリンクをクリックします。ここに私のコードです。ここで from selenium.webdriver.common.keys import Keys from selenium.webdriver.common.by import By import webbrowser from

0熱

1答えて

私の質問の目的のためにテーブル

の最初の列からデータを取得するためにjsoup使用して、私は、単純なHTMLページ、次されているの抽出物を作成しました最初の列はJsoupを使って "Fruit"と呼ばれました。 Apples Oranges Iは、以下である抽出物そのうち、プログラムを書かれている：従って、結果があるべきである //In reality, it should be connect(html).get().

5熱

1答えて

.textと.get_text（）の相違点

と.get_text()の間に違いがありますか？要素のテキストを取得するにはどちらを優先するべきですか？ >>> from bs4 import BeautifulSoup >>> >>> html = "<div>text1 <span>text2</span><div>" >>> soup = BeautifulSoup(html, "html.parser") >>> div =