删去下列代码中info1_list的html标签import requests from bs4 import BeautifulSoup import matplotlib.pyplot as plt import numpy as np headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36 Edg/114.0.1823.41'} url='https://www.ibiquges.com/xiaoshuodaquan/' strhtml=requests.get(url,headers=headers) soup=BeautifulSoup(strhtml.text,'lxml') info_list = []#书籍目录 count_list = []#书籍数量 info1_list = [] for i in range(1, 14, 2): info = soup.select(f'#main > div:nth-child({i}) > ul') info1 = soup.select(f'#main > div:nth-child({i}) > h2') for item in info: #print(item.get_text()) count = len(info[0].find_all('li')) count_list.append(count) info_list.append(info) for item1 in info1: print(item1.get_text()) info1_list.append(info1) print(info1_list) print(count_list)

时间: 2024-04-04 08:30:03 浏览: 13
可以使用BeautifulSoup库中的get_text()方法来删除info1_list中的HTML标签，代码如下： import requests from bs4 import BeautifulSoup import matplotlib.pyplot as plt import numpy as np headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36 Edg/114.0.1823.41'} url='https://www.ibiquges.com/xiaoshuodaquan/' strhtml=requests.get(url,headers=headers) soup=BeautifulSoup(strhtml.text,'lxml') info_list = []#书籍目录 count_list = []#书籍数量 info1_list = [] for i in range(1, 14, 2): info = soup.select(f'#main > div:nth-child({i}) > ul') info1 = soup.select(f'#main > div:nth-child({i}) > h2') for item in info: #print(item.get_text()) count = len(info[0].find_all('li')) count_list.append(count) info_list.append(info) for item1 in info1: print(item1.get_text()) info1_list.append(item1.get_text()) print(info1_list) print(count_list)

相关推荐

py

import reimport requestsfrom bs4 import BeautifulSoupimport t

from bs4 import BeautifulSoup import time from xlwt import * poems = [] # 将故事变成了一个全局变量。 def getHtml(page): ''' 获取网页数据 :param page: 页数 :return: 网页html数据(文本格式) ''' ...
doc

python调试文件时发生import requests报错.doc

python调试文件时发生import requests报错，先填写环境变量，如何一步步完成pip安装过程。
ini

1_import requests #导入请求包.ini

1_import requests #导入请求包.ini

以代码中info1_list为横轴，count_list为相应数据，以200,400,600,800为纵轴，绘制柱形图import requests from bs4 import BeautifulSoup import matplotlib.pyplot as plt import numpy as np headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36 Edg/114.0.1823.41'} url='https://www.ibiquges.com/xiaoshuodaquan/' strhtml=requests.get(url,headers=headers) soup=BeautifulSoup(strhtml.text,'lxml') info_list = []#书籍目录 count_list = []#书籍数量 info1_list = [] for i in range(1, 14, 2): info = soup.select(f'#main > div:nth-child({i}) > ul') info1 = soup.select(f'#main > div:nth-child({i}) > h2') for item in info: #print(item.get_text()) count = len(info[0].find_all('li')) count_list.append(count) info_list.append(info) for item1 in info1: print(item1.get_text()) info1_list.append(item1.get_text()) print(info1_list) print(count_list)

from bs4 import BeautifulSoup import matplotlib.pyplot as plt import numpy as np headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0....

优化这段代码：import requests from bs4 import BeautifulSoup import jieba url = "http://xc.hfut.edu.cn/1955/list{}.htm" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"} news_list = [] for i in range(1, 6): # 爬取前5页的新闻标题 res = requests.get(url.format(i), headers=headers) soup = BeautifulSoup(res.text, "html.parser") news = soup.find_all("span", {"class": "news_title"}) for n in news: news_list.append(n.a.string) # 对新闻标题进行分词 words_list = [] for news in news_list: words = jieba.cut(news) for word in words: words_list.append(word) from wordcloud import WordCloud import matplotlib.pyplot as plt from PIL import Image import numpy as np # 读入背景图片 image = Image.open("C:\\xhktSoft\huahua.jpg") graph = np.array(image) # 设置停用词 stop_words = ["的", "是", "在", "了", "和", "与", "也", "还", "有", "就", "等", "中", "及", "对", "是"] # 生成词云图 wc = WordCloud(font_path="msyh.ttc", background_color='white', max_words=200, mask=graph, stopwords=stop_words, max_font_size=200, random_state=42) wc.generate_from_text(" ".join(words_list)) # 绘制词云图 plt.imshow(wc, interpolation='bilinear') plt.axis("off") plt.show()

from bs4 import BeautifulSoup import jieba from wordcloud import WordCloud import matplotlib.pyplot as plt from PIL import Image import numpy as np # 定义函数获取新闻标题 def get_news_titles...

import requests import pandas as pd from bs4 import BeautifulSoup # 发送请求获取网页内容 url = "https://nba.hupu.com/stats/players" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36", "Referer": "https://nba.hupu.com/stats/players" } response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, 'html.parser') # 解析数据并保存到Excel表格中 table = soup.find_all('table', attrs={'class': 'players_table'})[0] df = pd.read_html(str(table))[0] df.to_excel('player_stats.xlsx', index=False)给以上代码绘制一个雷达图

import matplotlib.pyplot as plt # 读取数据 df = pd.read_excel('player_stats.xlsx', header=1) # 选择球员 player_name = 'Stephen Curry' player_data = df[df['球员'] == player_name].iloc[:, 2:].values[0...

import requests import re # from bs4 import BeautifulSoup import matplotlib.pyplot as plt import numpy as np # import pandas as pd i = 1 lists = [0, 25, 50, 75, 100, 125, 150, 175, 200, 225, 250] title = [] year = [] country = [] score = [] number = [] for page in range(0, 226, 25): url = 'https://movie.douban.com/top250?start=' + str(page) + '&filter=' headers = { 'User-Agent': "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36"} resp = requests.get(url=url, headers=headers) resp.encoding = "utf-8" pattern = re.compile( r'.*? < img width="100" alt="(?P<title>.*?)".*?class="">.*?.*?导演: (?P<director>.*?) .*?
.*?(?P<year>.*?) / (?P<country>.*?) .*?"v:average">(?P<score>.*?).*?(?P<number>.*?)人评价', re.S) pic_url = re.compile(r'< img width="100".*?src="(.*?)" class="">', re.S) pic_URl = pic_url.findall(resp.text) data2 = pattern.finditer(str(resp.text)) for url1 in pic_URl: file1 = open('films.pic\\' + str(i) + '.jpg', 'ab') Pic = requests.get(url1) file1.write(Pic.content) i = i + 1 file1.close() file2 = open('movie.text', 'a+', encoding='utf-8') for m in data2: if int(m['number']) / 100000 > 13: number.append(int(m['number']) / 100000) country.append(m['country']) year.append(m['year']) title.append(m['title']) score.append(m['score']) file2.write( '电影名:' + m['title'] + ', 导演：' + m['director'] + ', 年份：' + m['year'] + ', 国家：' + m['country'] + ', 评分：' + m[ 'score'] + ',评价人数：' + str(int(m['number']) / 100000) + ' 100k') file2.write('\n') print( '电影名:' + m['title'] + ', 导演：' + m['director'] + ', 年份：' + m['year'] + ', 国家：' + m['country'] + ', 评分：' + m[ 'score'] + ',评价人数：' + str(int(m['number']) / 100000) + ' 100k')

其中使用了requests模块向网页发送请求，re模块提取信息，以及matplotlib和numpy模块进行数据可视化。具体而言，代码中通过循环访问Top250页面的不同分页，使用正则表达式匹配页面中的电影信息，并将其存储到title、...

用 pandas numpy matplotlib 爬虫对网易云音乐年度热播榜进行数据分析

from bs4 import BeautifulSoup url = "https://music.163.com/discover/toplist?id=3778678" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) ...

数据分析(Python+numpy+pandas+matplotlib分析58同城成都房价)

from bs4 import BeautifulSoup url = 'https://cd.58.com/ershoufang/' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 ...

从http://xc.hfut.edu.cn/1955/list1.htm爬取100条新闻标题（需要翻页），并通过jieba模块分词，并以一张图片图为背景绘制词云图。

from bs4 import BeautifulSoup import jieba url = "http://xc.hfut.edu.cn/1955/list{}.htm" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) ...

爬取https://nba.hupu.com/stats/players网址中的所有球队的比赛数据，并使用分布雷达可视化图表将其呈现。

from bs4 import BeautifulSoup url = 'https://nba.hupu.com/stats/players' headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029....

爬取https://nba.hupu.com/stats/players网址中的骑士队球员的比赛数据，并使用分布雷达可视化图表将其呈现。

from bs4 import BeautifulSoup import pandas as pd import numpy as np import matplotlib.pyplot as plt url = 'https://nba.hupu.com/stats/players' headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0;...

写一个爬取51job网站数据的代码并存入数据库和可视化的源码

from bs4 import BeautifulSoup import pymysql import matplotlib.pyplot as plt import numpy as np # 定义要爬取的网页URL和请求头信息 url = 'https://search.51job.com/list/000000,000000,0000,00,9,99,...

写出Python爬虫爬取豆瓣top250数据可视化代码

from bs4 import BeautifulSoup import pandas as pd import numpy as np import matplotlib.pyplot as plt def get_html(url): try: user_agent = 'Mozilla/5.0' headers = {'User-Agent': user_agent} r = ...

python爬取豆瓣电影词云图

import matplotlib.pyplot as plt from PIL import Image import numpy as np 2.获取网页源代码并解析 python url = 'https://movie.douban.com/subject/26363254/comments?status=P' headers = {'User-...

请帮我生成一个带有GUI界面和数据可视化的爬取

from bs4 import BeautifulSoup import matplotlib.pyplot as plt import numpy as np # 创建GUI界面 root = tk.Tk() root.title("天气预报") # 创建GUI界面元素 city_label = tk.Label(root, text="城市代码：") ...

Python绘制豆瓣top250电影评分分布直方图并在每个柱子上表明数值

from bs4 import BeautifulSoup import matplotlib.pyplot as plt # 获取豆瓣 top250 电影数据 url = 'https://movie.douban.com/top250' headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) ...

关于大学生高薪就业专业发展趋势分析这个项目，怎么用python思路实现出来

from bs4 import BeautifulSoup url = 'https://www.lagou.com/zhaopin/Python/' headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029...

python大作业数据_python 爬虫初探和简单数据分析及可视化，

import matplotlib.pyplot as plt # 将电影评分转换为数字类型 data['内容'] = pd.to_numeric(data['内容']) # 统计电影的评分分布情况 print(data['内容'].describe()) # 可视化电影的评分分布情况 plt.hist...

最新推荐

recommend-type

新建文本文档.txt

新建文本文档
recommend-type

开源Git gui工具Fork

开源Git gui工具Fork，CSDN能找到教程，但是资料不多，推荐用Tortoise
recommend-type

yolov5在华为昇腾atlas上加速推理

该资源为yolov5在华为昇腾atlas上使用Ascend310芯片加速推理，属于c++后端开发，适合C++开发者在华为昇腾盒子上移植深度学习算法的博主们。 资源是demo形式，包含完整的一套代码，还有转好的离线模型文件和跑出的测试结果图片。
recommend-type

C++ 实现贪吃蛇小游戏

C++贪吃蛇小游戏简介 内容概要 C++贪吃蛇小游戏是一款经典的2D游戏，它利用C++编程语言结合基本的图形库（如NCurses库或SDL库）实现。游戏的核心玩法包括控制贪吃蛇在封闭的场地内移动，通过吃掉随机出现的食物来增长身体长度，同时避免碰到场地边界或自己的身体，否则游戏结束。游戏界面简洁直观，通过键盘控制贪吃蛇的方向，提供流畅的游戏体验。 适用人群 C++贪吃蛇小游戏适用于广泛的人群，特别是： C++编程学习者：对于正在学习C++编程的学生或爱好者，这款小游戏是一个很好的实践项目。通过实现游戏，可以加深对C++语法、数据结构、面向对象编程等知识点的理解和应用。 使用场景及目标 C++贪吃蛇小游戏可以在以下场景中使用，并达到以下目标： 编程教学实践：在编程教学课堂上，教师可以使用该游戏作为案例，引导学生完成项目的开发。通过实践，学生可以更好地掌握C++编程技能，并将理论知识应用于实际项目中。 个人项目实践：对于个人学习者，实现贪吃蛇小游戏可以作为自我挑战和实践的机会。通过独立完成项目，可以提升自己的编程能力和解决问题的能力。
recommend-type

ec616DataSheet

移芯NBIOT 芯片，NB芯片，水表电表芯片，烟感 地磁芯片 超弱信号环境业务能力。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本：布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学，1996年。法语。NNT：电话：00345357HAL ID：电话：00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆，用于存放和传播科学研究论文，无论它们是否被公开。论文可以来自法国或国外的教学和研究机构，也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB柱状图在信号处理中的应用：可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具，用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂，能够直观地展示数据分布。在信号处理中，柱状图可以帮助工程师识别信号中的模式、趋势和异常情况，从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

HSV转为RGB的计算公式

HSV (Hue, Saturation, Value) 和 RGB (Red, Green, Blue) 是两种表示颜色的方式。下面是将 HSV 转换为 RGB 的计算公式： 1. 将 HSV 中的 S 和 V 值除以 100，得到范围在 0~1 之间的值。 2. 计算色相 H 在 RGB 中的值。如果 H 的范围在 0~60 或者 300~360 之间，则 R = V，G = (H/60)×V，B = 0。如果 H 的范围在 60~120 之间，则 R = ((120-H)/60)×V，G = V，B = 0。如果 H 的范围在 120~180 之间，则 R = 0，G = V，B =
recommend-type

JSBSim Reference Manual

JSBSim参考手册，其中包含JSBSim简介，JSBSim配置文件xml的编写语法，编程手册以及一些应用实例等。其中有部分内容还没有写完，估计有生之年很难看到完整版了，但是内容还是很有参考价值的。