我已编写script来解析HTML并仅打印文本内容。我想忽略标签。但我的程序有问题。我不确定它是什么。请帮帮我。
import urllib.request
import re
from bs4 import BeautifulSoup
url = "www.example.com"
def hi():
dep = urllib.request.urlopen(url)
soup = BeautifulSoup(dep, 'html.parser')
for link in soup.find_all('p', string=True):
result = re.sub(b'<.*?>', "", link)
print (result)
hi()
网站link。
答案 0 :(得分:7)
我相信,NavigableString
变量中有link
。
强制将其强制转换为字符串,如:
for link in soup.find_all('p', string=True):
result = re.sub(b'<.*?>', "", str(link))
print (result)