如何使用 python 和 xml 从 html 中抓取数据？

【问题标题】：How to scrape data from html using python and xml?如何使用 python 和 xml 从 html 中抓取数据？
【发布时间】：2017-07-31 00:28:17
【问题描述】：

我是 python (2.7) 的新手，我有以下 html 代码（存储在我的硬盘上的文本文件中），我想从中提取某些数据：

                        </div><div class="tab_content_card">
        <div class="card-header">
            <strong title="Art @ Home BV">Art @ Home BV</strong>
            <span class="tel" title="Telefoonnummer aanwezig en geen mailstop en geen indicator “afgesloten of onjuist”.">Telefoonnummer aanwezig</span><span class="marketable besluit" title="Hier vindt besluitvorming plaats en bedrijf heeft geen mailstop en is marketable">Marketable / Hier vindt besluitvorming plaats</span><span class="mailstop geen-mailstop" title="Bedrijf heeft geen mailstop en adresgegevens zijn bekend en geen buitenlands adres">Geen Mailstop</span>
		
        </div>
        <div class="card-content">
            
			
            <table>
                <tbody>
                    <tr>
                        <td colspan="4">
                            
                            <label class="downdrill-sbi" title="Groothandel in overige consumentenartikelen n.e.g.">Groothandel in overige consumentenartikelen n...</label>
                        </td>
                    </tr>
                    <tr>
                        <td width="20">&nbsp;</td>
                        <td width="245">&nbsp;</td>
                        <td width="50">&nbsp;</td>
                        <td width="80">&nbsp;</td>
                    </tr>
                    <tr>
                        <td colspan="2">Arkeneel 2 </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td colspan="2">3905 NS&nbsp;&nbsp;
                            
                            <label class="downdrill-sbi" title="VEENENDAAL">VEENENDAAL</label>
                        </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                    </tr>
                    <tr><td>T.</td><td>0318-514063</td><td>VAT nr.</td><td>30069687</td></tr>
                    <tr><td>F.</td><td>0318-529434</td><td colspan="2"></td></tr>
                    <tr>
                        <td colspan="2"> <a href="http://" target="_blank"></a> </td>
                        <td>Businesskey</td>
                        <td>S1585464</td>
                    </tr>
                </tbody>
            </table>
        </div>
        <div class="card-footer">
            <span class="card-checked">
                <input type="checkbox" id="bedrijf_geselecteerd-2-S1585464" value="S1585464">
                <label for="bedrijf_geselecteerd-2-S1585464">Geselecteerd</label>
            </span>

            <label class="mailstop-card-text">Dit bedrijf heeft een mailstop</label>

            <a class="card-plaatsinwinkelwagen" rel="S1585464" href="#">Plaats in winkelwagen</a>
            <span>|</span>
            <span>
                <a class="card-meerinfo" rel="S1585464" href="#">Meer info</a>
            </span>
        </div>

    </div><div class="tab_content_card">
        <div class="card-header">
            <strong title="Art Collection International BV">Art Collection International BV</strong>
            <span class="tel" title="Telefoonnummer aanwezig en geen mailstop en geen indicator “afgesloten of onjuist”.">Telefoonnummer aanwezig</span><span class="marketable besluit" title="Hier vindt besluitvorming plaats en bedrijf heeft geen mailstop en is marketable">Marketable / Hier vindt besluitvorming plaats</span><span class="mailstop geen-mailstop" title="Bedrijf heeft geen mailstop en adresgegevens zijn bekend en geen buitenlands adres">Geen Mailstop</span>
		
        </div>
        <div class="card-content">
            
			
            <table>
                <tbody>
                    <tr>
                        <td colspan="4">
                            
                            <label class="downdrill-sbi" title="Groothandel in overige consumentenartikelen n.e.g.">Groothandel in overige consumentenartikelen n...</label>
                        </td>
                    </tr>
                    <tr>
                        <td width="20">&nbsp;</td>
                        <td width="245">&nbsp;</td>
                        <td width="50">&nbsp;</td>
                        <td width="80">&nbsp;</td>
                    </tr>
                    <tr>
                        <td colspan="2">Hollandse Kade 32 </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td colspan="2">1391 JM&nbsp;&nbsp;
                            
                            <label class="downdrill-sbi" title="ABCOUDE">ABCOUDE</label>
                        </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                    </tr>
                    <tr><td>T.</td><td>0294-286666</td><td>VAT nr.</td><td>30196193</td></tr>
                    <tr><td>F.</td><td>0294-286600</td><td>BKL nr.</td><td>45213546904B01</td></tr>
                    <tr>
                        <td colspan="2"> <a href="http://www.artcollectioninternational.nl" target="_blank">www.artcollectioninternational.nl</a> </td>
                        <td>Businesskey</td>
                        <td>S3046655</td>
                    </tr>
                </tbody>
            </table>
        </div>
        <div class="card-footer">
            <span class="card-checked">
                <input type="checkbox" id="bedrijf_geselecteerd-2-S3046655" value="S3046655">
                <label for="bedrijf_geselecteerd-2-S3046655">Geselecteerd</label>
            </span>

            <label class="mailstop-card-text">Dit bedrijf heeft een mailstop</label>

            <a class="card-plaatsinwinkelwagen" rel="S3046655" href="#">Plaats in winkelwagen</a>
            <span>|</span>
            <span>
                <a class="card-meerinfo" rel="S3046655" href="#">Meer info</a>
            </span>
        </div>

    </div><div class="tab_content_card">
        <div class="card-header">
            <strong title="Art Fashion BV">Art Fashion BV</strong>
            <span class="tel" title="Telefoonnummer aanwezig en geen mailstop en geen indicator “afgesloten of onjuist”.">Telefoonnummer aanwezig</span><span class="marketable besluit" title="Hier vindt besluitvorming plaats en bedrijf heeft geen mailstop en is marketable">Marketable / Hier vindt besluitvorming plaats</span><span class="mailstop geen-mailstop" title="Bedrijf heeft geen mailstop en adresgegevens zijn bekend en geen buitenlands adres">Geen Mailstop</span>
		
        </div>
        <div class="card-content">
            
			
            <table>
                <tbody>
                    <tr>
                        <td colspan="4">
                            
                            <label class="downdrill-sbi" title="Groothandel in overige consumentenartikelen n.e.g.">Groothandel in overige consumentenartikelen n...</label>
                        </td>
                    </tr>
                    <tr>
                        <td width="20">&nbsp;</td>
                        <td width="245">&nbsp;</td>
                        <td width="50">&nbsp;</td>
                        <td width="80">&nbsp;</td>
                    </tr>
                    <tr>
                        <td colspan="2">Prattenburg 35 </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td colspan="2">3452 NN&nbsp;&nbsp;
                            
                            <label class="downdrill-sbi" title="VLEUTEN">VLEUTEN</label>
                        </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                    </tr>
                    <tr><td>T.</td><td>0345-588020</td><td>VAT nr.</td><td>11058753</td></tr>
                    <tr><td>F.</td><td>0183-564113</td><td>BKL nr.</td><td>45213249429B01</td></tr>
                    <tr>
                        <td colspan="2"> <a href="http://" target="_blank"></a> </td>
                        <td>Businesskey</td>
                        <td>S2482421</td>
                    </tr>
                </tbody>
            </table>
        </div>
        <div class="card-footer">
            <span class="card-checked">
                <input type="checkbox" id="bedrijf_geselecteerd-2-S2482421" value="S2482421">
                <label for="bedrijf_geselecteerd-2-S2482421">Geselecteerd</label>
            </span>

            <label class="mailstop-card-text">Dit bedrijf heeft een mailstop</label>

            <a class="card-plaatsinwinkelwagen" rel="S2482421" href="#">Plaats in winkelwagen</a>
            <span>|</span>
            <span>
                <a class="card-meerinfo" rel="S2482421" href="#">Meer info</a>
            </span>
        </div>

    </div><div class="tab_content_card">
        <div class="card-header">
            <strong title="Arthe Civil &amp; Structure BV">Arthe Civil &amp; Structure BV</strong>
            <span class="tel" title="Telefoonnummer aanwezig en geen mailstop en geen indicator “afgesloten of onjuist”.">Telefoonnummer aanwezig</span><span class="marketable besluit" title="Hier vindt besluitvorming plaats en bedrijf heeft geen mailstop en is marketable">Marketable / Hier vindt besluitvorming plaats</span><span class="mailstop geen-mailstop" title="Bedrijf heeft geen mailstop en adresgegevens zijn bekend en geen buitenlands adres">Geen Mailstop</span>
		
        </div>
        <div class="card-content">
            
			
            <table>
                <tbody>
                    <tr>
                        <td colspan="4">
                            
                            <label class="downdrill-sbi" title="Technisch ontwerp en advies voor grond-, water- en wegenbouw">Technisch ontwerp en advies voor grond-, wate...</label>
                        </td>
                    </tr>
                    <tr>
                        <td width="20">&nbsp;</td>
                        <td width="245">&nbsp;</td>
                        <td width="50">&nbsp;</td>
                        <td width="80">&nbsp;</td>
                    </tr>
                    <tr>
                        <td colspan="2">Kokermolen 7 </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td colspan="2">3994 DG&nbsp;&nbsp;
                            
                            <label class="downdrill-sbi" title="HOUTEN">HOUTEN</label>
                        </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                    </tr>
                    <tr><td>T.</td><td>030-6384554</td><td>VAT nr.</td><td>30236509</td></tr>
                    <tr><td colspan="2"></td><td>BKL nr.</td><td>45219013602B01</td></tr>
                    <tr>
                        <td colspan="2"> <a href="http://www.arthecs.nl" target="_blank">www.arthecs.nl</a> </td>
                        <td>Businesskey</td>
                        <td>S4354827</td>
                    </tr>
                </tbody>
            </table>
        </div>
        <div class="card-footer">
            <span class="card-checked">
                <input type="checkbox" id="bedrijf_geselecteerd-2-S4354827" value="S4354827">
                <label for="bedrijf_geselecteerd-2-S4354827">Geselecteerd</label>
            </span>

            <label class="mailstop-card-text">Dit bedrijf heeft een mailstop</label>

            <a class="card-plaatsinwinkelwagen" rel="S4354827" href="#">Plaats in winkelwagen</a>
            <span>|</span>
            <span>
                <a class="card-meerinfo" rel="S4354827" href="#">Meer info</a>
            </span>
        </div>

    </div><div class="tab_content_card">
        <div class="card-header">
            <strong title="Arthemis KDV BV">Arthemis KDV BV</strong>
            <span class="tel" title="Telefoonnummer aanwezig en geen mailstop en geen indicator “afgesloten of onjuist”.">Telefoonnummer aanwezig</span><span class="marketable besluit" title="Hier vindt besluitvorming plaats en bedrijf heeft geen mailstop en is marketable">Marketable / Hier vindt besluitvorming plaats</span><span class="mailstop geen-mailstop" title="Bedrijf heeft geen mailstop en adresgegevens zijn bekend en geen buitenlands adres">Geen Mailstop</span>
		
        </div>
        <div class="card-content">
            
			
            <table>
                <tbody>
                    <tr>
                        <td colspan="4">
                            
                            <label class="downdrill-sbi" title="Kinderopvang">Kinderopvang</label>
                        </td>
                    </tr>
                    <tr>
                        <td width="20">&nbsp;</td>
                        <td width="245">&nbsp;</td>
                        <td width="50">&nbsp;</td>
                        <td width="80">&nbsp;</td>
                    </tr>
                    <tr>
                        <td colspan="2">Springweg 102 /E</td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td colspan="2">3511 VV&nbsp;&nbsp;
                            
                            <label class="downdrill-sbi" title="UTRECHT">UTRECHT</label>
                        </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                    </tr>
                    <tr><td>T.</td><td>06-51520630</td><td>VAT nr.</td><td>50087932</td></tr>
                    <tr><td colspan="2"></td><td>BKL nr.</td><td>45222551135B01</td></tr>
                    <tr>
                        <td colspan="2"> <a href="http://" target="_blank"></a> </td>
                        <td>Businesskey</td>
                        <td>S4957725</td>
                    </tr>
                </tbody>
            </table>
        </div>
        <div class="card-footer">
            <span class="card-checked">
                <input type="checkbox" id="bedrijf_geselecteerd-2-S4957725" value="S4957725">
                <label for="bedrijf_geselecteerd-2-S4957725">Geselecteerd</label>
            </span>

            <label class="mailstop-card-text">Dit bedrijf heeft een mailstop</label>

            <a class="card-plaatsinwinkelwagen" rel="S4957725" href="#">Plaats in winkelwagen</a>
            <span>|</span>
            <span>
                <a class="card-meerinfo" rel="S4957725" href="#">Meer info</a>
            </span>
        </div>

    </div><div class="tab_content_card">
        <div class="card-header">
            <strong title="Arthur &amp; Willemijn Stores BV">Arthur &amp; Willemijn Stores BV</strong>
            <span class="tel" title="Telefoonnummer aanwezig en geen mailstop en geen indicator “afgesloten of onjuist”.">Telefoonnummer aanwezig</span><span class="marketable besluit" title="Hier vindt besluitvorming plaats en bedrijf heeft geen mailstop en is marketable">Marketable / Hier vindt besluitvorming plaats</span><span class="mailstop geen-mailstop" title="Bedrijf heeft geen mailstop en adresgegevens zijn bekend en geen buitenlands adres">Geen Mailstop</span>
		
        </div>
        <div class="card-content">
            
			
            <table>
                <tbody>
                    <tr>
                        <td colspan="4">
                            
                            <label class="downdrill-sbi" title="Winkels in bovenkleding en mode-artikelen (algemeen assortiment)">Winkels in bovenkleding en mode-artikelen (al...</label>
                        </td>
                    </tr>
                    <tr>
                        <td width="20">&nbsp;</td>
                        <td width="245">&nbsp;</td>
                        <td width="50">&nbsp;</td>
                        <td width="80">&nbsp;</td>
                    </tr>
                    <tr>
                        <td colspan="2">Steenhoffstraat 11 </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td colspan="2">3764 BH&nbsp;&nbsp;
                            
                            <label class="downdrill-sbi" title="SOEST">SOEST</label>
                        </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                    </tr>
                    <tr><td>T.</td><td>033-4229111</td><td>VAT nr.</td><td>31022283</td></tr>
                    <tr><td>F.</td><td>033-4621539</td><td>BKL nr.</td><td>45207729541B01</td></tr>
                    <tr>
                        <td colspan="2"> <a href="http://www.arthurenwillemijnstores.nl" target="_blank">www.arthurenwillemijnstores.nl</a> </td>
                        <td>Businesskey</td>
                        <td>S3666945</td>
                    </tr>
                </tbody>
            </table>
        </div>
        <div class="card-footer">
            <span class="card-checked">
                <input type="checkbox" id="bedrijf_geselecteerd-2-S3666945" value="S3666945">
                <label for="bedrijf_geselecteerd-2-S3666945">Geselecteerd</label>
            </span>

            <label class="mailstop-card-text">Dit bedrijf heeft een mailstop</label>

            <a class="card-plaatsinwinkelwagen" rel="S3666945" href="#">Plaats in winkelwagen</a>
            <span>|</span>
            <span>
                <a class="card-meerinfo" rel="S3666945" href="#">Meer info</a>
            </span>
        </div>

    </div><div class="tab_content_card">
        <div class="card-header">
            <strong title="Artifoto Veenendaal VOF">Artifoto Veenendaal VOF</strong>
            <span class="tel" title="Telefoonnummer aanwezig en geen mailstop en geen indicator “afgesloten of onjuist”.">Telefoonnummer aanwezig</span><span class="marketable besluit" title="Hier vindt besluitvorming plaats en bedrijf heeft geen mailstop en is marketable">Marketable / Hier vindt besluitvorming plaats</span><span class="mailstop geen-mailstop" title="Bedrijf heeft geen mailstop en adresgegevens zijn bekend en geen buitenlands adres">Geen Mailstop</span>
		
        </div>
        <div class="card-content">
            
			
            <table>
                <tbody>
                    <tr>
                        <td colspan="4">
                            
                            <label class="downdrill-sbi" title="Winkels in fotografische artikelen">Winkels in fotografische artikelen</label>
                        </td>
                    </tr>
                    <tr>
                        <td width="20">&nbsp;</td>
                        <td width="245">&nbsp;</td>
                        <td width="50">&nbsp;</td>
                        <td width="80">&nbsp;</td>
                    </tr>
                    <tr>
                        <td colspan="2">Hoofdstraat 84 </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td colspan="2">3901 AV&nbsp;&nbsp;
                            
                            <label class="downdrill-sbi" title="VEENENDAAL">VEENENDAAL</label>
                        </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                    </tr>
                    <tr><td>T.</td><td>0318-511607</td><td>VAT nr.</td><td>58133488</td></tr>
                    <tr><td colspan="2"></td><td colspan="2"></td></tr>
                    <tr>
                        <td colspan="2"> <a href="http://www.artifoto.nl" target="_blank">www.artifoto.nl</a> </td>
                        <td>Businesskey</td>
                        <td>S5786857</td>
                    </tr>
                </tbody>
            </table>
        </div>
        <div class="card-footer">
            <span class="card-checked">
                <input type="checkbox" id="bedrijf_geselecteerd-2-S5786857" value="S5786857">
                <label for="bedrijf_geselecteerd-2-S5786857">Geselecteerd</label>
            </span>

            <label class="mailstop-card-text">Dit bedrijf heeft een mailstop</label>

            <a class="card-plaatsinwinkelwagen" rel="S5786857" href="#">Plaats in winkelwagen</a>
            <span>|</span>
            <span>
                <a class="card-meerinfo" rel="S5786857" href="#">Meer info</a>
            </span>
        </div>

    </div><div class="tab_content_card">
        <div class="card-header">
            <strong title="Artitec BV">Artitec BV</strong>
            <span class="tel" title="Telefoonnummer aanwezig en geen mailstop en geen indicator “afgesloten of onjuist”.">Telefoonnummer aanwezig</span><span class="marketable besluit" title="Hier vindt besluitvorming plaats en bedrijf heeft geen mailstop en is marketable">Marketable / Hier vindt besluitvorming plaats</span><span class="mailstop geen-mailstop" title="Bedrijf heeft geen mailstop en adresgegevens zijn bekend en geen buitenlands adres">Geen Mailstop</span>
		
        </div>
        <div class="card-content">
            
			
            <table>
                <tbody>
                    <tr>
                        <td colspan="4">
                            
                            <label class="downdrill-sbi" title="Groothandel in ferrometalen en -halffabrikaten">Groothandel in ferrometalen en -halffabrikate...</label>
                        </td>
                    </tr>
                    <tr>
                        <td width="20">&nbsp;</td>
                        <td width="245">&nbsp;</td>
                        <td width="50">&nbsp;</td>
                        <td width="80">&nbsp;</td>
                    </tr>
                    <tr>
                        <td colspan="2">Fornheselaan 120 </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td colspan="2">3734 GE&nbsp;&nbsp;
                            
                            <label class="downdrill-sbi" title="DEN DOLDER">DEN DOLDER</label>
                        </td>
                        <td></td>
                        <td></td>
                    </tr>
                    <tr>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                        <td>&nbsp;</td>
                    </tr>
                    <tr><td>T.</td><td>030-8507060</td><td>VAT nr.</td><td>33217980</td></tr>
                    <tr><td>F.</td><td>030-8507061</td><td>BKL nr.</td><td>NL007793972B01</td></tr>
                    <tr>
                        <td colspan="2"> <a href="http://www.artitec.com" target="_blank">www.artitec.com</a> </td>
                        <td>Businesskey</td>
                        <td>S2185596</td>
                    </tr>
                </tbody>
            </table>
        </div>
        <div class="card-footer">
            <span class="card-checked">
                <input type="checkbox" id="bedrijf_geselecteerd-2-S2185596" value="S2185596">
                <label for="bedrijf_geselecteerd-2-S2185596">Geselecteerd</label>
            </span>

            <label class="mailstop-card-text">Dit bedrijf heeft een mailstop</label>

            <a class="card-plaatsinwinkelwagen" rel="S2185596" href="#">Plaats in winkelwagen</a>
            <span>|</span>
            <span>
                <a class="card-meerinfo" rel="S2185596" href="#">Meer info</a>
            </span>
        </div>

它在网页上的样子：

使用以下脚本，我试图提取两家公司的电话号码 (P.)：

import xml.etree.ElementTree as ET

tree = ET.parse('html88.txt')
root = tree.getroot()

for variable in root.findall('tbody'):
    phone = variable.find('/html/body/div[1]/div[2]/table/tbody/tr[6]/td[2]').text
    print(phone)

结果：

Traceback (most recent call last):
  File "C:/Users/Jacob/PycharmProjects/untitled/yay4.py", line 3, in <module>
    tree = ET.parse('html88.txt')
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 1182, in parse
    tree.parse(source, parser)
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 656, in parse
    parser.feed(data)
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 1653, in feed
    self._raiseerror(v)
  File "C:\Python27\lib\xml\etree\ElementTree.py", line 1517, in _raiseerror
    raise err
xml.etree.ElementTree.ParseError: not well-formed (invalid token): line 1, column 9

我做错了什么，我该如何解决这个问题？

【问题讨论】：

    标签： python html xml-parsing


    【解决方案1】：

    我会使用 Beautiful Soup (pip install beautifulsoup4)。它似乎正确处理数据。此外，与其依赖从不改变的顺序，看起来您可以枚举所有 td 标签，寻找一个等于“P”的标签。电话号码是之后的号码。这是代码。它适用于您包含的 HTML 代码。

    from bs4 import BeautifulSoup

with open('html88.txt', 'r') as f:
    html_string = f.read()

soup = BeautifulSoup(html_string, 'html.parser')
td_list = soup.find_all('td')

for index, variable in enumerate(td_list):
    # Look for phone numbers
    if variable.text == 'P.':
        # The next one should be a phone number, but make sure there are more tags to parse
        if index < len(td_list):
            # There are more tags, so the next one should be the phone number
            phone = td_list[index + 1].text
            print(phone)

    【讨论】：

    • 感谢您的回复！但是，您的建议没有打印任何内容：Process finished with exit code
    • 我在 Python 2.7.8 和 3.5 下使用您在问题中包含的 sn-p 进行了尝试。 .txt 文件是否包含比您发布的更多内容？输出：555-889 555-458 Process finished with exit code 0
    • 试试这个。在 td_list = soup.find_all('td') 之后，添加：print(len(td_list))
    • 添加 print(len(td_list)) 帮助谢谢。事实上，包含的 sn-p 只是实际 txt 文件的一小部分。 .txt 文件包含的内容比我发布的要多。所以脚本现在可以工作，但只能使用包含的 html 代码。如果我在大的 .txt 文件上尝试脚本，它只会打印一个变量。有什么建议吗？
    • 你能发布整个文件吗？如果它包含敏感数据，您可以通过将其更改为随机字母或数字来混淆它。但是，您也许可以在不发布它的情况下修复它。您需要使用 BeautifulSoup 找到代表您发布的 sn-p 的 div class="tab_content_card:"，然后仅解析该对象。
    猜你喜欢
    • 1970-01-01
    • 2019-09-04
    • 2020-06-03
    • 2019-12-01
    • 2017-08-09
    • 2023-04-05
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多
    热门标签
    Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode