Beautiful Soup é um pacote Python para análise de HTML / XML. A versão mais recente deste pacote é a versão 4, importada como bs4.
Estou tendo problemas para lidar com caracteres unicode do texto buscado em diferentes páginas da web (em sites diferentes). Estou usando o BeautifulSoup. O problema é que o erro nem sempre é reproduzível; às vezes funciona com algumas páginas e, às vezes, vomita jogando a UnicodeEncodeError. Eu...
Estou tendo problemas para analisar elementos HTML com o atributo "class" usando Beautifulsoup. O código fica assim soup = BeautifulSoup(sdata) mydivs = soup.findAll('div') for div in mydivs: if (div["class"] == "stylelistrow"): print div Eu recebo um erro na mesma linha "depois" do script...
... soup = BeautifulSoup(html, "lxml") File "/Library/Python/2.7/site-packages/bs4/__init__.py", line 152, in __init__ % ",".join(features)) bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: lxml. Do you need to install a parser library? As saídas acima no meu...
Estou tentando raspar um site, mas isso gera um erro. Estou usando o seguinte código: import urllib.request from bs4 import BeautifulSoup get = urllib.request.urlopen("https://www.website.com/") html = get.read() soup = BeautifulSoup(html) print(soup) E estou recebendo o seguinte erro: File...
TypeError: é necessário um objeto semelhante a bytes, não 'str' ficando acima do erro ao executar o código python abaixo para salvar os dados da tabela HTML no arquivo CSV. não sei como obter rideup.pls me ajudar. import csv import requests from bs4 import
soup.find("tagName", { "id" : "articlebody" }) Por que isso NÃO retorna as <div id="articlebody"> ... </div>tags e outras coisas no meio? Não retorna nada. E eu sei de fato que existe, porque eu estou olhando direto para ele soup.prettify() soup.find("div", { "id" : "articlebody" })...
Como recuperar os links de uma página da Web e copiar o endereço de URL dos links usando
Estou trabalhando em Python e usando o Flask. Quando executo meu arquivo Python principal no meu computador, ele funciona perfeitamente, mas quando eu ativo o venv e executo o arquivo Flask Python no terminal, ele diz que meu arquivo Python principal tem "No Module Named bs4". Quaisquer comentários...
Quero criar um site que mostre a comparação entre o preço do produto amazon e e-bay. Qual destes funcionará melhor e por quê? Estou familiarizado com o BeautifulSoup, mas não com o rastreador Scrapy
Basicamente, quero usar o BeautifulSoup para capturar estritamente o texto visível em uma página da web. Por exemplo, esta página é meu caso de teste. E quero principalmente obter o texto do corpo (artigo) e talvez até alguns nomes de guias aqui e ali. Eu tentei a sugestão nesta pergunta SO que...
Quero obter todas as <a>tags que são filhas de <li>: <div> <li class="test"> <a>link1</a> <ul> <li> <a>link2</a> </li> </ul> </li> </div> Eu sei como encontrar um elemento com uma classe particular como...
Estou tentando extrair o conteúdo de um único atributo "valor" em uma tag "entrada" específica em uma página da web. Eu uso o seguinte código: import urllib f = urllib.urlopen("http://58.68.130.147") s = f.read() f.close() from BeautifulSoup import BeautifulStoneSoup soup =...
Estou usando o BeautifulSoup para copiar um url e tenho o seguinte código import urllib import urllib2 from BeautifulSoup import BeautifulSoup url = "http://www.example.com/servlet/av/ResultTemplate=AVResult.html" req = urllib2.Request(url) response = urllib2.urlopen(req) the_page =...
Eu quero imprimir um valor de atributo com base em seu nome, por exemplo <META NAME="City" content="Austin"> Eu quero fazer algo assim soup = BeautifulSoup(f) //f is some HTML containing the above meta tag for meta_tag in soup('meta'): if meta_tag['name'] == 'City': print...
As tags de script e todo o seu conteúdo podem ser removidos do HTML com o BeautifulSoup, ou devo usar Expressões regulares ou outra coisa?
Estou aprendendo python requestse BeautifulSoup. Para um exercício, escolhi escrever um analisador rápido de bilhetes de estacionamento em Nova York. Consigo obter uma resposta html que é bastante feia. Preciso pegar lineItemsTablee analisar todos os tíquetes. Você pode reproduzir a página indo...
Eu instalei o BeautifulSoup usando easy_install e tentei executar o seguinte script from BeautifulSoup import BeautifulSoup import re doc = ['<html><head><title>Page title</title></head>', '<body><p id="firstpara" align="center">This is paragraph...