我正试图为these addresses获取一个xml database链接列表。(第二个链接是一个示例页面,实际上包含一些地址。很多链接都没有。)
我可以检索到我想要爬过的初始链接的列表,但是我似乎不能进一步提取我要查找的最终信息(地址)。在
我假设我的语法有一个错误,我试着用beautifulsoup和Python附带的库来删除它,但它不起作用。在
B组:
from bs4 import BeautifulSoup
import requests
import re
resultsdict = {}
companyname = []
url1 = 'http://www.agenzia-interinale.it/sitemap-5.xml'
html = requests.get(url1).text
bs = BeautifulSoup(html)
# find the links to companies
company_menu = bs.find_all('loc')
for company in company_menu:
data = bs.find("html",{"i"})
print data
非第三方:
^{pr2}$欢迎任何意见!谢谢。在
你的语法没问题。您只需按照第一页中的链接即可,以下是米兰网页的外观:
要获取所有地址,只需删除代码中的if'milano'块即可。我不知道它们是否都是按照一致的规则格式化的,因为milano地址在div下,带有^{cl1}$
相关问题 更多 >
编程相关推荐