我正试图从一个网站解析锚文本(例如:Mercedes-Benz,308,savivarčiai)。
使用:Python 3.4
<h2 class="title-list"><a href="http://auto.plius.lt/skelbimai/mercedes-benz-308-savivarciai-3876306.html" title="Mercedes-Benz, 308, savivarčiai" onclick="OpenNamedPopup('http://auto.plius.lt/skelbimai/mercedes-benz-308-savivarciai-3876306.html', 'A3876306'); return false;">Mercedes-Benz, 308, savivarčiai</a> </h2>
我的代码如下所示:
import requests
from bs4 import BeautifulSoup
def autoplius():
url = "http://auto.plius.lt/skelbimai/krovininis-transportas/sunkvezimiai?make_date_from=1989&make_date_to=1997&make_id=4169"
r = requests.get(url)
plain_text = r.text
soup = BeautifulSoup(plain_text)
for link in soup.findAll('h2',{'class':'title-list'}):
ahref = link.find('a')
print(ahref.get('ahref'))
autoplius()
但是我得到的回报是 none none none none ..
我的第二个问题是关于每当我尝试打印出一些编码问题时的编码
像这样:UnicodeEncodeError: 'charmap' codec can't encode character '\x8d' in position 248: character maps to <undefined>
如何解决此问题?
r.encoding的输出:
ISO-8859-1
问题已解决
我安装了PyCharm,它可以在PyCharm控制台上运行。问题是我的Windows终端没有显示Latin1字符。
答案 0 :(得分:1)
让requests.content
处理编码并从a
标记中获取文字:
def autoplius():
url = "http://auto.plius.lt/skelbimai/krovininis-transportas/sunkvezimiai?make_date_from=1989&make_date_to=1997&make_id=4169"
r = requests.get(url)
plain_text = r.content
print(plain_text)
soup = BeautifulSoup(plain_text)
for link in soup.findAll('h2',{'class':'title-list'}):
print(link.a.text)
Mercedes-Benz, 308, savivarčiai
Mercedes-Benz, 609, kietašoniai
Mercedes-Benz, 308, bortiniai
Mercedes-Benz, 609, Šaldytuvai
Mercedes-Benz, 609, Šaldytuvai
Mercedes-Benz, 1114, važiuoklės
Mercedes-Benz, 3344AK, savivarčiai
Mercedes-Benz, 814, važiuoklės
Mercedes-Benz, 308, Šaldytuvai
Mercedes-Benz, 609, dviguba kabina
Mercedes-Benz, 609, Šaldytuvai
Mercedes-Benz, HMF 1150, savivarčiai su kranu
Mercedes-Benz, sprinter 312, kietašoniai
Mercedes-Benz, 814, Šaldytuvai
Mercedes-Benz, Sprinter 208, bortiniai
Mercedes-Benz, SPRINTER 308D, bortiniai
Mercedes-Benz, Sprinter 212 TDi, bortiniai
Mercedes-Benz, 711 MAXI, kietašoniai
Mercedes-Benz, 814, bortiniai
Mercedes-Benz, 208, bortiniai
Citroen Grand C4 Picasso