主页 / 问题 / 1430959
Accepted
Utsiye
Asked:2022-07-19 07:08:01 +0000 UTC2022-07-19 07:08:01 +0000 UTC

搜索网站上的所有文字

  • 772

我有一个网址：https ://www.deutschland.de/ru/news/berbok-nazvala-klimaticheskiy-krizis-samoy-bolshoy-problemoy-s-tochki-zreniya-bezopasnosti

我想从这个页面中提取与新闻相关的整个俄语文本，或者更确切地说是标题（伯博克称为气候）、声明（在彼得斯堡气候......）和描述（外交部长......） ，如何使用请求方便地做到这一点？

我得到了它，但我不确定它是否是最好的选择：

j=[]
code1=requests.get(url='https://www.deutschland.de/ru/news/berbok-nazvala-klimaticheskiy-krizis-samoy-bolshoy-problemoy-s-tochki-zreniya-bezopasnosti').text
code2=code1
code1=code1.split()
for i in range (len(code1)):
    if '<p>' in code1[i]:
        while True:
            if '</p>' in code1[i]:
                break
            j.append(code1[i])
            i+=1
print(code2)
print(j)
python requests

1 个回答

  1. Best Answer

    您可以使用该模块bs4：

    import requests
from bs4 import BeautifulSoup as BS

url = 'https://www.deutschland.de/ru/news/berbok-nazvala-klimaticheskiy-krizis-samoy-bolshoy-problemoy-s-tochki-zreniya-bezopasnosti'
resp = requests.get(url)

soup = BS(resp.content, 'lxml')
headline = soup.find('h1', attrs={'class': 'story__headline'}).text # заголовок
summary = soup.find('div', attrs={'class': 'story__summary'}).text # заявление
content = soup.find('div', attrs={'class': 'story__content'}).text # описание

print(headline)
print(summary)
print(content)
    • 2

相关问题