beautifulsoup中find中get_text

在BeautifulSoup中，find()方法用于查找匹配指定标签的第一个子标签，并返回该标签对象。而get_text()方法则用于获取该标签对象的文本内容，即去除HTML标签后的纯文本数据。

举个例子，如果你想获取网页中第一个p标签的文本内容，你可以这样做：

from bs4 import BeautifulSoup
import requests

# 发送请求获取网页内容
url = 'http://www.example.com'
response = requests.get(url)

# 将网页内容转换为BeautifulSoup对象
soup = BeautifulSoup(response.text, 'html.parser')

# 查找第一个p标签，并获取其文本内容
p_tag = soup.find('p')
text = p_tag.get_text()
print(text)

在这个例子中，我们使用了find()方法查找第一个p标签，并使用get_text()方法获取该标签的文本内容。

相关问题

使用requests和BeautifulSoup库，可使用BeautifulSoup中的find、find_all或select、select_one进行html元素检索

并获取相应信息。

示例：

1. 使用requests库获取网页内容

import requests

response = requests.get('https://www.example.com')
html = response.text

2. 使用BeautifulSoup库解析html内容

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, 'html.parser')

3. 使用find或find_all方法查找元素

# 查找第一个h1标签
h1 = soup.find('h1')

# 查找所有p标签
p_list = soup.find_all('p')

4. 使用select或select_one方法查找元素

# 查找所有class为example的div标签
div_list = soup.select('.example')

# 查找第一个id为title的h1标签
h1 = soup.select_one('#title')

5. 获取元素内容或属性

# 获取h1标签内容
h1_text = h1.text

# 获取p标签中的href属性
p_href = p_list[0].get('href')

news_list = soup.find_all("a", class_="news_list_title") for news in news_list: title = news.get_text() link = news.get("href") news_response = requests.get(link) news_soup = BeautifulSoup(news_response.content, "html.parser") content = news_soup.find("div", class_="news_content").get_text() if "公示" in title: ws.append([title, link, content])

这段代码的作用是爬取一个网页中的新闻列表，然后获取每个新闻的标题、链接和内容，并将包含关键词“公示”的新闻信息写入一个 Excel 表格中。具体来说，代码通过 BeautifulSoup 库解析 HTML 页面，获取 class 属性为"news_list_title"的所有a标签，然后遍历每个a标签，获取其标题和链接，随后请求链接，解析新闻详细页面，获取新闻内容，最后判断标题中是否包含关键词“公示”，如果包含，则将新闻的标题、链接和内容写入一个 Excel 表格中。