使用 Python 提取站点地图中的 URL答案

【问题标题】：Extract URL in Sitemap With Python使用 Python 提取站点地图中的 URL
【发布时间】：2020-06-26 12:01:01
【问题描述】：

我需要站点地图中的提取链接 https://wunder.com.tr/sitemap.xml

我写了一些代码

import requests
from bs4 import BeautifulSoup

wunder = requests.get("https://wunder.com.tr/sitemap.xml")
parcala = BeautifulSoup(wunder.content,"lxml")

links = parcala.find_all("html-tag")
print(links)

但无法提取。

【问题讨论】：

试试这个，[x.text for x in parcala.find_all("loc")]
那只是因为没有名为html-tag的元素。尝试简单的html，您将获得整个 html。你能具体告诉我你想从这个网站上提取什么吗？

标签： python python-3.x beautifulsoup request

【解决方案1】：

import requests
from bs4 import BeautifulSoup

wunder = requests.get("https://wunder.com.tr/sitemap.xml")
parcala = BeautifulSoup(wunder.content, "xml")

urls_from_xml = []

loc_tags = parcala.find_all('loc')

for loc in loc_tags:
    urls_from_xml.append(loc.get_text()) 
   
print(urls_from_xml)

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。