Question

这是我第一次尝试使用Python网页。

我有一台IP摄像头，可以通过HTTP将所有文件保存到HTML文档中。本质上，相机是自己的服务器，可以通过HTTP访问。服务器中的HTML非常基本。它只包含一个正文标记，其中包含此正文标记中的所有剪辑。文件如下：

MP_2018-04-23_11-14-04_60.mov

我想要列出/打印这些文件，而不需要与其关联的所有其他HTML。

import bs4 as bs
import urlib.request
sauce = urllib.request.urlopen('http://192.168.1.99/form/getStorageFileList').read()
soup = bs.BeautifulSoup(sauce,'lxml')
body = soup.body
for paragraph in body.find_all('b'):
print(body.text)

我在下面列出了一些屏幕截图，因为我收到的错误非常冗长。我基本上得到了：

属性错误：模块'html5lib.treebuilders'没有属性'_base'

有人会澄清并可能指出我正确的方向吗？

usr/lib/python3/dist-packages/bs4/builder/_html5lib.py in <module>()
     68 
     69 
---> 70 class TreeBuilderForHtml5lib(html5lib.treebuilders._base.TreeBuilder):
     71 
     72     def __init__(self, soup, namespaceHTMLElements):

AttributeError: module 'html5lib.treebuilders' has no attribute '_base'

CameraHTML

Jupyterscript JupyterscriptOutput

Answer 1

您的脚本中有一些错误。不过没什么大不了的。另外，使用Requests库可能会带来更多好处。那这样的事呢？

from bs4 import BeautifulSoup as bs
import requests

sauce = requests.get('http://192.168.1.99/form/getStorageFileList')
page = sauce.text  #Converted page to text
soup = bs(page,'html.parser')  #Changed to 'html.parser'
body = soup.body('body')  #Added the 'body' tag
for paragraph in body.find_all('b'):
    print(paragraph.text)  #Grabbed the iterated items & converted them to text

让我知道这是否是您想要的东西。

基本的Python webscrape脚本

1 个答案: