Question

使用someones wikipedia解析器，我想要在维基百科上抓取页面历史记录的p标签的下一个元素。

import sys
import urllib
import urllib2
import re
from bs4 import BeautifulSoup
article = sys.argv[1]
while article!="Philosophy" and count<MAX_HOPS:
     articleURL = urllib.quote(article)
     #print "Article URL: %s" %(articleURL)
     opener = urllib2.build_opener()
     opener.addheaders = [('User-agent', 'Mozilla/5.0')]
     resource = opener.open("http://en.wikipedia.org/wiki/" + articleURL)
     data = resource.read()
     resource.close()
     soup = BeautifulSoup(data)
     articleTemp = ""
     #('div',id="bodyContent").find_all('p')
     for soupContent in soup.find_all('p')

我在汤上调用find_all('p')但是

时出现语法错误

soupContent = soup.find('div',id="bodyContent").p

给我第一段问题是我需要它也要经过第二段。

Answer 1

正如Totem上面所说，代码中的for循环未正确形成。我认为find_all方法本身没有任何问题。例如，下面的代码对我来说运行正常：

import sys
import urllib
import urllib2
import re
from bs4 import BeautifulSoup
article = "Stack_Overflow_(website)"

articleURL = urllib.quote(article)
#print "Article URL: %s" %(articleURL)
opener = urllib2.build_opener()
opener.addheaders = [('User-agent', 'Mozilla/5.0')]
resource = opener.open("http://en.wikipedia.org/wiki/" + articleURL)
data = resource.read()
resource.close()
soup = BeautifulSoup(data)
articleTemp = ""
#('div',id="bodyContent").find_all('p')
for soupContent in soup.find_all('p'):
     print soupContent.text

美丽的汤find_all p不工作维基解析器

1 个答案: