BeautifulSoup解析
Posted wanglinjie
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了BeautifulSoup解析相关的知识,希望对你有一定的参考价值。
正文的抽取
import json from bs4 import BeautifulSoup import requests user_agent = ‘Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)‘ headers={‘User-Agent‘:user_agent} r = requests.get(‘http://seputu.com/‘,headers=headers) soup = BeautifulSoup(r.text,‘html.parser‘,from_encoding=‘utf-8‘) content=[] for mulu in soup.find_all(class_="mulu"): h2 = mulu.find(‘h2‘) if h2!=None: h2_title = h2.string#获取标题 list=[] for a in mulu.find(class_=‘box‘).find_all(‘a‘):#获取所有的a标签中url和章节内容 href = a.get(‘href‘) box_title = a.get(‘title‘) list.append({‘href‘:href,‘box_title‘:box_title}) content.append({‘title‘:h2_title,‘content‘:list}) with open(‘result.json‘,‘w‘) as fp: json.dump(content,fp=fp,indent=4)
以上是关于BeautifulSoup解析的主要内容,如果未能解决你的问题,请参考以下文章
Python - BeautifulSoup - 如何进行在线数据解析