问题标签 [bs4]

我正在尝试在这里解析一些 html 并使用漂亮的汤

在某一点上，我搜索特定的 div 标签，如下所示：

返回的输出如下：

我感兴趣的是括号中的数字，所以我需要进一步处理这些数据。我试过在这个上使用're'正则表达式，但返回的对象没有表示为字符串，所以它不起作用。

From Beautiful 导入 Beautiful 立即响应错误“来自：无法读取 /var/mail/BeautifulSoup”。也尝试了 BS4 相同的结果。使用 synaptic 包卸载并重新安装 BS4 和 BeautifulSoup。结果相同。尝试完全删除并得到相同的结果。使用终端，显示未安装 BS4 和 BeautifulSoup。

使用 Python 2.7.6

审查的问题，但只有 2 个回答，他们没有帮助。

有什么建议么？

一点背景（我是编程的超级新手，所以请耐心等待）：

我正在尝试从谷歌地图中抓取 duration_in_traffic 数字（我知道有一个 API，但这个数据片段仅限于“商业地图”，所以我认为这将是最简单的路线）。

当我使用 Beautiful Soup 查找所有<div>标签时，几乎没有任何东西出现。在仔细检查元素后，看起来页面的大部分都嵌套在一个标签下，如下所示：

我假设这与 javascript 和页面的动态特性有关，但是有没有办法使用 Beautiful Soup 访问这个 jsl 标签下的分区？

我是 Python 新手，正在尝试构建一些小型网络爬虫。我正在尝试使用BeautifulSoup在Python 2.7中编写该程序，该程序将从该页面和后续页面中提取所有配置文件 URL

在这里，我试图抓取链接到详细信息页面的所有 URL，例如这个

但是，我不知道如何让我的程序识别这些 URL。它们不在 DIV 类或 ID 中，而是封装在 TD bgcolor 标记中

请告知我如何让我的程序识别这些 URL 并抓取它们。我尝试了以下方法，但都没有奏效

我的完整程序如下：

请帮忙

非常感谢

我成功安装了 bs4，但是当我导入它时，命令行告诉我

我搜索了谷歌，但没有找到解决方案。我们的专家可以帮助我解决这个问题吗？

多谢 ！

我的系统信息：PC 操作系统：Windows 7 64 位 Python 版本：2.7.10

该代码从卡中抓取了一个单独的事件，但我不断收到此错误：

C:\Python27\python.exe C:/Users/James/PycharmProjects/scraperscrapy /scrapy.py Traceback（最近一次调用最后）：文件“C:/Users/James/PycharmProjects/scraperscrapy/scrapy.py”，第 31 行, 在 writer.writerow(c) ValueError: I/O operation on closed file

我正在使用 pyCharm。

以退出代码 1 完成的过程 Python 即时创建 csv 文件，但我也尝试在项目中创建一个 csv 文件，但仍然收到相同的消息。我认为问题可能出在第 31 行 zip 之后的字符串中。任何帮助表示赞赏。

I want to extract just the inner text 24,000.00 from the following tag:

There are many similar tag like this in the page from where I want to extract data.

I'm trying to do this:

But Output is coming : None

I learned from the Bs4 doc that for html5 data-* tag we should use :

As I'm very newbie here so I'm still unable to bring resutls using the method.

我的代码有两个问题。首先，数据没有在字段标题下正确显示，其次，循环仅从 html 中获取部分数据。代码尝试提取 14 个事件，这些事件都在一个页面上网站。页面中每个事件的 HTML 代码都是相同的，（即 html 只是一遍又一遍地重复）。第一个问题在于结果数据和字段标题。我应该得到这个： Fin，Greyhound，Trap， SP,时间/秒,时间,距离,教练,评论

1,Bernies Toughguy,3,7/4F,3.63,23.91,(培训师: MN Fenwick),"评论: EP,SnLd

2,Gentle Kewell,2,7/2,3.70,24.01 (1 1/4),(教练: JM Liles),评论: MidToRls,RanOn

3,Tintreach Harry,5,3/1,3.72,24.17 (2),(Trainer: ACB Green),"Comment: BmpRnUp&2,Crd 1/4"

4,Colorado Teegan,4,7/1,3.74,24.33 (2),(培训师: MN Fenwick),"评论: Wide,EvCh"

5,Premarket Honey,6,6/1,3.68,24.51 (2 1/4),(Trainer:ACB Green),”Comment: SAw,Crd2”

6,Malbay Roxy,1,7/2,3.81,24.57 (3/4),(培训师: MN Fenwick),"评论: EP,SnLd"

在这里，每条数据都正确落在每个字段（粗体）标题下，即 Finishing Position Dogname 等。但是当我运行程序时，我得到了这个：

Fin,Greyhound,Trap,SP,Time/Sec.,Time/Distance, (Trainer: MN Fenwick),"Comment: EP,SnLd"

1,Bernies Toughguy,3,7/4F,3.63,23.91,（培训师：JM Liles），“评论：MidToRls,RanOn”

2,Gentle Kewell,2,7/2,3.70,24.01 (1 1/4),(训练师: ACB Green),评论: "BmpRnUp& 1/4"

3,Tintreach Harry,5,3/1,3.72,24.17 (2),(Trainer: ACB Green),"评论: "BmpRnUp&2,Crd 1/4"

4,Colorado Teegan,4,7/1,3.74,24.33 (2),(培训师: MN Fenwick),"评论: Wide,EvCh"

5,Premarket Honey,6,6/1,3.68,24.51 (2 1/4),(培训师: JM Liles),"评论: SAw,Crd2"

6,Malbay Roxy,1,7/2,3.81,24.57 (3/4),(训练师: BD O'sullivan),"评语: EP,SnLd"

请注意，在应该包含字段名称的第一行中，我得到了一些字段名称，但最后几个被替换为培训师的姓名和评论，（斜体）这具有弄乱其余部分的效果各个领域的数据。

第二个问题可能与循环迭代有关。正如我已经说过的，页面上的 HTML 非常统一，但是由于某种原因，当我运行程序时，数据在第 5 个参与者（Avenue Bound）处停止，在第 6 个事件中（11.51）在卡片上，当卡片上实际上有 14 个事件时，循环失败了其余的事件。所以循环似乎正在崩溃，但我在 HTML 中看不到任何明显的原因。下面是代码我已经尝试了许多代码变体，但似乎无法破解它。我确实认为我可能必须包含代码来确定循环中的迭代次数，但是 python 循环与 C 循环不同，并且对此我不熟悉找到任何东西。非常感谢任何帮助。

尝试执行时出现“python.exe 已停止工作”对话框

Python版本是：

我可以采取哪些步骤来调查此问题的根本原因？

PS - 我已经尝试重新安装 beautifulsoup 包，但这并没有解决问题

这是我在这个网站上的第一个问题，因为我尝试了很多方法来获得我想要的东西，但我没有成功。我尝试从类似于 CraigList 的法国网站中提取两种类型的数据。我的需求很简单，我设法获得了这些信息，但我的摘录中仍然有标签和其他标志。即使使用 .encode(utf-8)，我也有编码问题。

运行此代码时：

• 我的输出包含等。虽然我已经运行：

对于文章中的艺术： art=art.text.encode('utf-8')

• 有时，由于产品名称中的“€”或“-”符号，编码不起作用

我的问题是：

• 为什么“.text.encode()”不能从我的文章对象中清除标签？
• 为什么我仍然遇到编码问题？

我想我没有按预期使用该功能，但尽管我进行了测试，但我没有得到结果..

提前感谢您的见解。

干杯

乔