第 0008 题: 一个HTML文件,找出里面的正文。 第 0009 题: 一个HTML文件,找出里面的链接。

from bs4 import BeautifulSoup

html_doc = open("F:\css,html\html\jianli2.html",'r',encoding='utf-8')


#读取html文件的句柄内容,因为beautifulsoup中的第一个参数是html文件的句柄内容而不是html文件

htmlhandle = html_doc.read()



#使用beautifulsoup解析功能,解析器使用lxml
soup = BeautifulSoup(htmlhandle,'html.parser')
#输出标题
print(soup.title)
#输出p标签的内容
print(soup.p)
#输出a链接
print(soup.a)
#输出body标签的内容也就是正文
print(soup.find_all('body'))
#输出整个html文件
print(soup.get_text)

猜你喜欢

转载自blog.csdn.net/myydebk666/article/details/84900900