Python---获取div标签中的文字

预备知识点

compile 函数

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

语法格式为：

re.compile(pattern[, flags]).compile(pattern[, flags])

参数：

pattern : 一个字符串形式的正则表达式
flags 可选，表示匹配模式，比如忽略大小写，多行模式等，具体参数为：
- re.I 忽略大小写
- re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
- re.M 多行模式
- re.S 即为' . '并且包括换行符在内的任意字符（' . '不包括换行符）
- re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
- re.X 为了增加可读性，忽略空格和' # '后面的注释

检索和替换

Python 的re模块提供了re.sub用于替换字符串中的匹配项。

语法：

re.sub(pattern, repl, string, count=0).sub(pattern, repl, string, count=0)

参数：

pattern : 正则中的模式字符串。
repl : 替换的字符串，也可为一个函数。
string : 要被查找替换的原始字符串。
count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

Python中字符串前面加上 r 表示原生字符串，与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\\"表示。同样，匹配一个数字的"\\d"可以写成r"\d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

思路整理：

在编程过程中遇到的部分问题在这里写出来和大家共享

问题1：在编程过程中成功获取了目标的名字，但是它存在于div框架中，我们要做的就是将div中的文字与标签分开，在这里我们用的是正则表达式

问题2：

上代码：

<span style="color:#000000"># -*- coding: UTF-8 -*-
import requests
import time
import re
from bs4 import BeautifulSoup
from urllib.request import urlretrieveif __name__ == '__main__':list_url = []url = 'https://www.names.org/n/kevin/about'#设置请求头信息headers = {"User-Agent":"Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36"}req = requests.get(url=url,headers=headers)req.encoding='utf-8'html=req.textbf = BeautifulSoup(html,'html.parser')targets_url_1 = bf.find_all(class_='container page-section')bf = BeautifulSoup(str(targets_url_1),'html.parser')targets_url_2 = bf.find_all(class_='name')#保存名字链接for each in targets_url_2:list_url.append(re.sub('[\t\n]',"",re.sub(r'<[^>]+>',"",str(each))))f = open('test.txt', 'w')  #首先先创建一个文件对象，打开方式为wfor each in list_url:f.writelines(each)  #用readlines()方法写入文件f.writelines('\n')print(list_url)print('下载完成！')</span>

Python---获取div标签中的文字相关推荐

python获取div标签的id_Python 获取div标签中的文字实例
预备知识点 compile 函数 compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用. 语法格式为: re. ...
js修改div标签中的内容
<div id='divId'>初始文字</div><script>$(document).ready(function(e){$('#divId').html(' ...
pdf exe如何提取pdf文件_python应用：如何用python提取pdf文件中的文字
从pdf中提取文字,相信很多人都干过这事,怎么在python中实现呢,今天带大家看看. 第一步导入库 import PyPDF2 第二步导入pdf文件 pdf_file =open('dataset/ ...
笔记：caption标签中的文字为什么会是竖着的。
我在项目联系中用到了table表格,在使用caption的时候文字是竖着显示的,这让我不明白怎么回事.随后在我长达一个小时的尝试中找到了答案. caption标签中的文字会换行的原因是table的默认 ...
python遍历文本文件统计字符个数_用python获取txt文件中关键字的数量
缘起: 开发人员需要tomcat中一个项目在一个月的访问请求量,因其他原因只剩下查找tomcat请求日志的方法获取,刚好最近在学习python,于是就用python摸索了下: 大体思路: 1.把相应t ...
a-card标签中的文字不能垂直居中
a-card标签中的文字不能垂直居中,可以在标签中再添加其他的标签,比如p.span等,然后再对其设置样式 <a-card class="schedule_card2"sty ...
html中label如何居中,怎么让label标签中的文字居中显示
label标签如何使用 html页码中的 label标签使用方法: 其实很多人都一样,喜欢的不是学校,不是班级,而是坐在教室的那群人请点击文本标记之一,就可以触发相关控件: HTML代码中的labe ...
python获取List数组中重复元素的个数（arcpy中统计FeatureClass中各类型地物要素的图斑数）（地理国情监测）
python获取List数组中重复元素的个数(arcpy中统计FeatureClass中各类型地物要素的图斑数)(地理国情监测) for str_Val in set(shp_JH_list): #循 ...
让DIV标签中的p标签内容水平垂直居中
<!DOCTYPE html> <html> <head> <meta charset="utf-8" /> <title&g ...