Question

我想了解BeautifulSoup的工作原理。请注意，我对Python很陌生，所以我可能会遗漏一些东西。

我打开一个Python终端并写下：

from bs4 import BeautifulSoup
import re
ytchannel = '/home/XXX/Documents/test2'
soup = BeautifulSoup(ytchannel)
print(soup.prettify())

这就是我得到的：

<html>
 <body>
  <p>
   /home/XXX/Documents/test2
  </p>
 </body>
</html>

为什么呢？对我来说完全是无稽之谈。我只想要test2的内容。我正在写下BeautifulSoup网站上写的内容。

Answer 1

您将字符串传递给BeautifulSoup();确定它是文件名，但BeautifulSoup()不会为您打开文件名。它仅对字符串或打开的文件对象进行操作。

首先打开文件;如果你传递了文件对象，BeautifulSoup()将读取文件对象：

with open(ytchannel) as infile:
    soup = BeautifulSoup(infile)