Python中文
首页
教程
问答
标签
搜索
登录
注册
用“无意义”标签抓取网页
回答此问题可获得
20
贡献值,回答如果被采纳可获得
50
分。
<p>我正试图建立一个网络刮板来收集州一级的众议院和参议院法案的信息。我使用Python,我可以从页面中提取HTML,但是解析它给我带来了困难。例如,新罕布什尔州法案页面将信息包装在带有“无意义”命名标签的标签中。下面是一个示例页面:<a href="http://www.gencourt.state.nh.us/bill_status/billText.aspx?sy=2017&id=14&txtFormat=html" rel="nofollow noreferrer">http://www.gencourt.state.nh.us/bill_status/billText.aspx?sy=2017&id=14&txtFormat=html</a>。例如,我如何从长长的标签列表中提取账单的编号</p>
0 条评论
分类:
Python问答
请先
登录
后评论
默认排序
时间排序
1 个回答
匿名
1天前
擅长:python、mysql、java
<p>如果让我猜的话,我会说标记是由某种WYSIWYG编辑器生成的(无效CSS属性(如<code>tab-stops</code>)的存在表明它可能是从字处理器输出的。)如果是这种情况,则输出中类的确切用法在文档之间不太可能一致</p> <p>考虑到这一点,最好的选择可能是完全忽略标记并解析文本</p>
请先
登录
后评论
针对此问题:
更多的回答
关注
89
关注
收藏
1
收藏,
216
浏览
网友 提问于 2天前
相关Python问题
为什么在使用strptime时会出现未进行转换的数据错误?
8 回答
为什么在使用strptim时会出现这个datetime日期错误
4 回答
为什么在使用StyleFrame时索引列的标题不显示sf.至excel()?
8 回答
为什么在使用sum()函数时会发生“int”对象不可调用的错误?
5 回答
为什么在使用sympy.dsolve时会得到“'list'对象没有属性'func'”?
4 回答
为什么在使用tabla时会得到一个空的数据帧?
9 回答
为什么在使用tensorboard时需要add_graph()的第二个参数?
5 回答
为什么在使用TensorFlow Lite转换YOLOv4时,推断时间/大小没有改进?有什么可能的改进吗?
7 回答
为什么在使用Tensorflow加载训练批时会出现内存泄漏?
1 回答
为什么在使用tensorflow时会收到警告/错误(使用函数API,但未实现错误)
1 回答
为什么在使用tetpyclient发出POST请求时出现403错误?
10 回答
为什么在使用TextBlob时会出现HTTP错误?
6 回答
为什么在使用TFIDF时出现错误“IndexError:list index out of range”pyspark.ml.feature?
5 回答
为什么在使用timedelta格式化之后,我在python中的日期是错误的?
6 回答
为什么在使用timeit或exec函数时,函数中的变量不会在提供的全局命名空间中搜索?
2 回答
为什么在使用tkinter时不能使用复选框?
9 回答
为什么在使用todoistpythonapi时会返回这个奇怪的ID?
10 回答
为什么在使用TQM时,在调整图像大小时,处理时间会有很大的差异?
1 回答
为什么在使用Tweepy下载用户时间线时收到错误消息
7 回答
为什么在使用twitter帐户登录Django应用程序时重定向127.0.0.1:8000?
5 回答