问题标签 [beautifulsoup]

我想使用 BeautfulSoup 来搜索和<\a>替换<\a><br>. 我知道如何打开urllib2然后解析以提取所有<a>标签。我想要做的是搜索并用结束标签加上中断替换结束标签。任何帮助，非常感谢。

编辑

我认为这将类似于：

在文档中，有一个：

所以我会假设它会沿着：

但这不起作用，python help() 并没有提供太多帮助

我知道使用 beautifulsoup 编辑文本的能力，是否可以编辑 href 链接？我希望能够说<a href="/foo/bar/">并使用 beautifulsoup 将其更改为<a href="http://www.foobarinc.com/foo/bar/">. 我不确定如何使用 beautifulsoup 来做到这一点？任何帮助，非常感谢。

我正在用 BeautifulSoup 编写一个 HTML 文档，我希望它不要将内联文本（例如<p>标签内的文本）拆分为多行。我得到的问题是<p>a<span>b</span>c</p>用 prettify 解析给了我输出

现在 HTML 显示 a、b、c 之间的空格，这是我不想要的。我该如何避免这种情况？

为什么这不返回<div id="articlebody"> ... </div>标签和中间的东西？它什么也不返回。我知道它的存在是因为我正盯着它看

soup.find("div", { "id" : "articlebody" })也不起作用。

（编辑：我发现 BeautifulSoup 没有正确解析我的页面，这可能意味着我试图解析的页面没有正确格式化为 SGML 或其他格式）

如何使用 BeautifulSoup 查找页面中指向特定域的所有链接？

我正在尝试使用 Beautifulsoup 解析 RSS/Podcast 提要，除了我似乎无法解析“pubDate”字段外，一切都运行良好。

标题被解析得很好，但是当它到达 pubDate 时，它​​说：

Traceback（最近一次调用最后一次）：文件“”，第 2 行，在 AttributeError：'NoneType' 对象没有属性 'string'

但是，当我下载 XML 文件的副本并将“pubDate”重命名为其他名称，然后再次解析时，它似乎可以工作。pubDate 是 Python 中的保留变量还是什么？

谢谢，

G

使用 BeautifulSoup 解析我的 XML

这将输出：

即，anne 标签是alan 标签的子标签。

如果我在创建汤时通过 selfClosingTags=['alan'] ，我会得到：

伟大的！

我的问题：为什么不能/>使用 来表示自闭标签？

我正在使用BeautifulSoup来解析 XML：

但是当没有姓氏时我有一个问题，因为它会窒息。有时饲料有它，有时它没有。如何防止它窒息？

我不想使用 try/except 语句。我也不想使用 if/else 语句。（因为如果我有这些语句，它会使已经很长的代码行加倍）。

如果没有“last_name”，有没有办法只返回“None”？

我需要这种格式的文本文件（output.txt）中的表中的数据：data1;data2;data3;data4;.....

Celkova podlahova plocha bytu;33m;Vytah;Ano;Nadzemne podlazie;Prizemne podlazie;.....;Forma vlastnictva;Osobne

全部在“一行”中，分隔符为“ ; ”（稍后导出为 csv 文件）。

我是初学者..帮助，谢谢。

任何人都可以为 perl 推荐一个好的模块，如“html agility pack”（.net）或“Beautiful Soup”吗？

提前致谢！