Question

我要感谢用户Pythonista几个月前给我这个非常有用的代码解决了我的问题。然而，由于我缺乏对HTML和Beautiful汤库的了解，我仍然对代码的功能感到困惑。

我对于特定消息数据结构在这个程序中扮演什么角色感到困惑？

我还对代码如何保存各种帖子感到困惑？以及如何检查帖子的用户？

import requests, pprint
from bs4 import BeautifulSoup as BS

url = "https://forums.spacebattles.com/threads/the-wizard-of-woah-and-the-impossible-methods-of-necromancy.337233/"
r = requests.get(url)
soup = BS(r.content, "html.parser")

#To find all posts from a specific user everything below this is for all posts
specific_messages = soup.findAll('li', {'data-author': 'The Wizard of Woah!'})


#To find every post from every user
posts = {}

message_container = soup.find('ol', {'id':'messageList'})
messages = message_container.findAll('li', recursive=0)
for message in messages:
    author = message['data-author']
    #or don't encode to utf-8 simply for printing in shell
    content = message.find('div', {'class':'messageContent'}).text.strip().encode("utf-8")
    if author in posts:
        posts[author].append(content)
    else:
        posts[author] = [content]
pprint.pprint(posts)

Answer 1

specific_messages = soup.findAll（＆＃39; li＆＃39;，{＆＃39; data-author＆＃39;：＆＃39; The Woah！＆＃39;}）

soup是解析html
findAll（）是一个函数，用于查找您在html代码中传递的所有参数
li是需要找到的标签。
data-author是html属性，将在
标签
哇哇哇！是作者姓名。

所以基本上该行正在搜索所有

标签，其属性为data-author，其名称为Woah！

并且findall返回多行，因此您需要遍历它以便您可以获取每一行并将其附加到列表中。

那就是

这个论坛报废代码如何运作？

1 个答案: