import requests
from bs4 import BeautifulSoup
import pprint
import json
url="http://www.miaomu.com/qyml/default.asp"
r= requests.get(url)
html=r.content.decode('gbk','ignore')
soup=BeautifulSoup(html,"html.parser")
articles=soup.find_all("div",{"class":"gyjtnr"})
articles
用python提取div里的文本
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
3条回答 默认 最新
- 7*24 工作者 2020-01-14 13:30关注
可以参考下
# -*- coding:utf-8 -*- import requests from lxml import etree from pprint import pprint def get_html(url): headers = {"User-Agent":"Mozilla/5.0 (compatible; MSIE 9.0; AOL 9.0; Windows NT 6.0; Trident/5.0)",} r = requests.get(url,headers=headers) return r.content.decode('gb2312','ignore') def parse_html(text): infos = {} html = etree.HTML(text) datas = html.xpath("//div[@class='gynr']/div[@class='gyjtnr']") for index,data in enumerate(datas,1): name = html.xpath("//div[@class='gynr']/p[%s]//b/text()" % index)[0] content = ''.join(data.xpath("./text()")) if name not in infos.keys(): infos[name] = content return infos if __name__ == '__main__': url="http://www.miaomu.com/qyml/default.asp" html = get_html(url=url) if html: infos = parse_html(text=html) pprint(infos)
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
- ¥15 如何在scanpy上做差异基因和通路富集?
- ¥20 关于#硬件工程#的问题,请各位专家解答!
- ¥15 关于#matlab#的问题:期望的系统闭环传递函数为G(s)=wn^2/s^2+2¢wn+wn^2阻尼系数¢=0.707,使系统具有较小的超调量
- ¥15 FLUENT如何实现在堆积颗粒的上表面加载高斯热源
- ¥30 截图中的mathematics程序转换成matlab
- ¥15 动力学代码报错,维度不匹配
- ¥15 Power query添加列问题
- ¥50 Kubernetes&Fission&Eleasticsearch
- ¥15 報錯:Person is not mapped,如何解決?
- ¥15 c++头文件不能识别CDialog