在写一个爬知乎的爬虫。
在爬取一个话题的父话题和子话题。
这段代码list = soup.find_all(class_="zm-item-tag")将父话题和子话题全部放到了一个list中，不能区分。
如果设置两个list分别包含子话题和父话题？单独解析父话题和子话题的代码如何写？
如图所示 父话题是 生活情趣
子话题是 养生平台 养胃
求助一个beautifulsoup的问题
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
3条回答
threenewbee 2016-02-12 01:27关注先分别zm-topic-manage-item，判断h3，然后再在内部找zm-item-tag
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 分享
- 2016-02-12 01:21回答 3 已采纳 先分别zm-topic-manage-item，判断h3，然后再在内部找zm-item-tag
- 2017-08-07 07:35回答 1 已采纳 这是我之前写的一个爬虫，或许可以参考一下： https://github.com/Tangworld/CodeDefectLocation/blob/master/getdata/Aspectj/c
- 2021-06-06 10:13回答 4 已采纳 from bs4 import BeautifulSoup from urllib.request import urlopen import re html = urlopen('ht
- 2024-04-13 18:54智能提桶工程师的博客 所谓的语料也就是新增知识数据，也就是这个小逼崽子的饲料，拿这些语料去数据去喂它它才能知道这么回答你问题（本地的语料数据库）----（后面会教你接通互联网，就可以直接用外界互联网的数据库来补充茴香豆的知识库...
- 2023-02-22 12:27回答 2 已采纳 该回答内容部分引用GPT，GPT_Pro更好的解决问题上述代码有错误，主要是open的括号中的example htmi不是一个有效的文件路径，所以无法打开对应的文件；此外，BeautifulSoup函
- 2018-03-21 09:23回答 4 已采纳 bsObj=BeautifulSoup(html, "html.parser",from_encoding='utf-8') 试试html.parser
- 2022-01-15 17:29回答 1 已采纳 就是 获取 soup.find_all("script", type="text/javascript") 返回的结果， 取第3个元素的文本。
- 2024-04-18 13:22DrFlown的博客 检索过程中，茴香豆会将输入问题与两个列表中的问题在向量空间进行相似性比较，判断该问题是否应该回答，避免群聊过程中的问答泛滥。增强搜索利用知识领域的源文件建立图数据库，当模型判断问题为无关问题或回答失败...
- 2018-07-12 07:23回答 1 已采纳 It looks to me like the HTML is actually commented out, so that's why BeautifulSoup can't find it.
- 2022-07-28 20:30回答 3 已采纳 建议还是使用正则表达式提取会节省内存，主要是由于文件过大，如果使用lxml、bs，会构建完整的数据结构，就会造成内存不足。假设文件是data.html，使用compile对象和re.finditer能
- 2017-04-09 04:28回答 1 已采纳 Unicode的内容，你可以用decode方法转换成你想要的编码方式。
- 2024-04-12 13:16Oven_maizi的博客 大模型的训练时间在前...（不需要训练，解决新增知识的问题）Rag(retrieval augmented generation)是一种结合了检索（retrieval)和生成（generation)的技术，旨在通过利用外部知识库来增强大型语言模型（llms)的性能。
- 2018-05-05 07:01回答 2 已采纳 soup = BeautifulSoup(html, 'html.parser') # html为您的html内容 text = soup.find('div').text
- 2024-04-07 06:51JeffDingAI的博客 茴香豆是一个基于 LLM 的群聊设计拒答、响应两阶段 pipeline 应对群聊场景，解答问题同时不会消息泛滥。精髓见技术报告成本低至 1.5G 显存，无需训练适用各行业提供一整套前后端 web、android、算法源码，工业级开源...
- 2020-12-24 06:10亚历山大鸭梨山大的博客 爬取人民日报的评论员文章，碰到问题了，...新手，在学习python爬虫，环境是python3.4，想爬取人民日报评论员文章，现在只怕去了一个网页，代码如下，import requestsfrom bs4 import BeautifulSoupimport remyUrl = ...
- 没有解决我的问题, 去提问
