无法分析commo中的某些文本

2024-04-24 08:11:35 发布

您现在位置：Python中文网/ 问答频道 /正文
9348 3

我试着从下面的代码片段中解析评论中的内容，但似乎根本不起作用。我该怎么做？我的目的是获取p标记中的文本，输出应该是：

Hi there!!
Hi again!!

我已经尝试过的脚本：

from bs4 import BeautifulSoup, Comment

content="""
<!-- comment --><a href="https://extratorrent.ag/"><p>Hi there!!</p></a>
<!-- comment1 --><a href="https://thepiratebay.se/"><p>Hi again!!</p></a>
"""
soup = BeautifulSoup(content, 'lxml')
for comment in soup.find_all(string=lambda text:isinstance(text,Comment)):
    data = BeautifulSoup(comment.next_element,"lxml")
    for item in data.select("p"):
        print(item.text)

我的错误是：

Traceback (most recent call last):
  File "C:\AppData\Local\Programs\Python\Python35-32\Social.py", line 9, in <module>
    data = BeautifulSoup(comment.next_element,"lxml")
  File "C:\AppData\Local\Programs\Python\Python35-32\lib\site-packages\bs4\__init__.py", line 191, in __init__
    markup = markup.read()
TypeError: 'NoneType' object is not callable

Tags： textinhttpsdatacommentcontenthilxml
1条回答
网友
1楼 · 发布于 2024-04-24 08:11:35

切换到html.parser，然后只访问内部的p标记。你知道吗

html.parser的优点是它不会在soup数据周围添加额外的<html><body>...</body></html>标记。然后可以使用comment.next_element.p.text访问p标记的内容。你知道吗

soup = BeautifulSoup(content, 'html.parser')
for comment in soup.find_all(string=lambda text: isinstance(text, Comment)):
    print(comment.next_element.p.text)

Hi there!!
Hi again!!

相关问题 更多 >

    编程相关推荐