无法使用漂亮的汤获取数据

Question

我正在尝试使用 Beautiful Soup 编写简单的脚本，它可以只删除两个信息并从网站生成一个 SQL 文件。

import mechanize
import urlparse
from bs4 import BeautifulSoup

op = mechanize.Browser()
op.open("https://www.mentalhelp.net/symptoms/")
for link in op.links():
print link.text
print urlparse.urljoin(link.base_url, link.url)
get = BeautifulSoup(urllib2.urlopen("https://www.mentalhelp.net/symptoms/").read()).findAll('p')
print get
print "\n"

错误：

C:\Python27>python symtoms.py 文件“symtoms.py”，第 8 行 打印链接.文本 ^ IndentationError: 需要一个缩进块

我只想要一个脚本，它会废弃这些项目和简短描述并生成一个只有两个字段“name”和“sug”的 SQL 文件。 “name”是那些项目，“sug”是那些描述。

Answer 1

缩进在 Python 中很重要，它用于确定块，例如 for 循环或 if 块或 while 循环或函数等。

在您提供的代码中，for 循环后的语句在 for 循环内的缩进不正确，并且 for 循环在其主体中至少需要一个语句，我认为您希望 for 循环下面的行在里面for 循环，所以你应该在 for 循环中缩进它们。

代码-

for link in op.links():
    print link.text
    print urlparse.urljoin(link.base_url, link.url)
    get = BeautifulSoup(urllib2.urlopen("https://www.mentalhelp.net/symptoms/").read()).findAll('p')
    print get
    print "\n"

虽然我不确定这是否会得到你想要的，但它会修复你当前的错误。

---

对于获取 classic symptoms 及其描述的新要求，您可以使用 -

soup = BeautifulSoup(urllib2.urlopen("https://www.mentalhelp.net/symptoms/").read())
for div in soup.findAll('div',{'id':'page'}):
    for entrydiv in div.findAll('div',{'class':'h4 entry-title'}):
        print(entrydiv.get_text())
        print(entrydiv.next_sibling.get_text())