Question

我创建了一个脚本来显示网站上的所有空缺。这很好用，将通过SSH垂直打印列表。

但是，我现在需要做的是将此输出保存为无序列表并将其保存到.html页面。

我使用的脚本是：

from lxml import html
import requests

page = requests.get('https://www.fasthosts.co.uk/careers/current-vacancies').text

tree = html.fromstring(page.content)

Vacancies = tree.xpath('//h1[@class="featuredvacancy__title featuredvacancy__title--invert grid-16 alpha"]/text()')

print Vacancies

这会将输出打印到屏幕。

然而我的另一个剧本：

import requests
from bs4 import BeautifulSoup

url = 'https://www.fasthosts.co.uk/careers/current-vacancies'
response = requests.get(url)
html = response.content

    soup = BeautifulSoup(response.content, 'html.parser')

output = soup.find ('//h1[@class="featuredvacancy__title featuredvacancy__title--invert grid-16 alpha"]/text()')
text, link = output.text, output.get('vacancy.html')

返回此错误：

文件＆＃34; test2.py＆＃34;，第11行，在中 text，link = output.text，output.get（＆＃39; vacancy.html＆＃39;） AttributeError：＆＃39; NoneType＆＃39;对象没有属性＆＃39; text＆＃39;

我现在已经解决了使用以下脚本将输出保存到.html文件的问题：

from lxml import html
import requests
import urllib2

page = requests.get('https://www.fasthosts.co.uk/careers/current-vacancies')
content = html.fromstring(page.content)
Vacancies = content.xpath('//h1[@class="featuredvacancy__title featuredvacancy__title--invert grid-16 alpha"]/text()')

f = open('vacancy.html', 'w')
f.write(str(Vacancies))
f.close

Answer 1

使用以下脚本将输出保存到.html文件解决了问题：

from lxml import html
import requests
import urllib2

page = requests.get('https://www.fasthosts.co.uk/careers/current-vacancies')
content = html.fromstring(page.content)
Vacancies = content.xpath('//h1[@class="featuredvacancy__title featuredvacancy__title--invert grid-16 alpha"]/text()')

f = open('vacancy.html', 'w')
f.write(str(Vacancies))
f.close

基于OP对其帖子的修改（可能受@user3080953的评论影响。

使用python抓取网页并将结果显示为.html

1 个答案: