python如何解析htm

Question

我想用BeautifulSoup解析python中的htmldiv。在

我的代码：

url = "http://german-bash.org/action/random"
response = urllib2.urlopen(url)
html = response.read()
soup = BeautifulSoup(html)
for div in soup.findAll('div','zitat'):
    output = div.find('span', 'quote_zeile').string
    print(output)

我要把所有的斯潘都放在沙发上”zitat区“但这不管用

Answer 1

您只获取第一个这样的<span>。再次使用.findAll()查找所有此类跨度：

html = response.read()
soup = BeautifulSoup(html, from_encoding=response.info().getparam('charset'))
for div in soup.findAll('div','zitat'):
    for span in div.findAll('span', 'quote_zeile'):
        print span.string

这会产生：

^{pr2}$

请注意，我还告诉BeautifulSoup要使用什么编码，取自响应Content-Type报头；这对这个页面很重要，因为没有它，beauthoulsoup就猜错了。在