今天在爬清华大学镜像站,用了soup.find_all方法后发现只能选一个节点,比如有好几个meta,charset,name,但想在meta中打印‘content’分支。求各位指点!(附网页源码:view-source: 404 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 您访问的资源未能找到 | 404 | 清华大学开源软件镜像站,致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务,帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。 https://mirrors.tuna.tsinghua.edu.cn/%EF%BC%89
2条回答 默认 最新
- CSDN专家-showbo 2021-08-23 13:55关注
测试了可以正常获取没问题呢。。有帮助麻烦点个采纳【本回答右上角】,谢谢~~
import requests from bs4 import BeautifulSoup URL = 'https://mirrors.tuna.tsinghua.edu.cn' head = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36 Edg/92.0.902.78' } html = requests.get(url=URL, headers=head) html.encoding = 'utf-8' page = BeautifulSoup(html.text, 'html.parser') metas = page.find_all('meta') for meta in metas: print('name:%s\tproperty:%s\tcontent:%s'%(meta.attrs.get('name'),meta.attrs.get('property'),meta.attrs.get('content')))
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥100 set_link_state
- ¥15 虚幻5 UE美术毛发渲染
- ¥15 CVRP 图论 物流运输优化
- ¥15 Tableau online 嵌入ppt失败
- ¥100 支付宝网页转账系统不识别账号
- ¥15 基于单片机的靶位控制系统
- ¥15 真我手机蓝牙传输进度消息被关闭了,怎么打开?(关键词-消息通知)
- ¥15 装 pytorch 的时候出了好多问题,遇到这种情况怎么处理?
- ¥20 IOS游览器某宝手机网页版自动立即购买JavaScript脚本
- ¥15 手机接入宽带网线,如何释放宽带全部速度