作者aitbtitw (你好)
看板Python
標題[問題] 如何移除tag保留裡面內容呢?
時間Tue May 10 18:49:35 2016
小弟是python新手 最近剛開始學習爬蟲
但是最近遇到一個問題 就是怎麼都移除不了<li>
以下部分是程式碼
import urllib.request
import re
from bs4 import BeautifulSoup as bs4
page = urllib.request.urlopen('
http://health.udn.com/disease/sole/185');
html = str(page.read(),'utf-8')
soup = bs4(html, 'html.parser')
s = soup.select('.outbreak > ul')
s = s[0]
print(s)
輸出結果為:
<ul><li>隨年齡增長而提高。男性大於45歲，女性大於55歲，又男性發生率高於女性。
</li><li>患有高血壓、糖尿病、高血脂等疾病者。尤其糖尿病患常合併有三高，加上多
重代謝異常，壞膽固醇容易囤積在血管內，造成大規模阻塞病變。</li><li>情緒容易緊
張、易怒、憂慮和恐慌者。</li><li>過度勞累、生活壓力大者。</li><li>缺乏規律運動
習慣者。</li><li>膽固醇、血脂肪及三酸甘油脂數值過高者。</li><li>菸癮者，因抽煙
會加速粥狀動脈硬化。</li><li>冠狀動脈心臟病患者，或有冠狀動脈心臟病家族史者。
患者因動脈硬化血管腔狹窄，很容易造成阻塞。</li></ul>
煩請各位高手指點了 謝謝大家
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.176.90.103
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1462877377.A.7DC.html
1F：→ obelisk0114: 請看 beautifulsoup 的官方文件,裡面有寫 05/10 19:49
2F：推 octantis: 看你是要全部抓一起還是一個個抓，全部抓一起用s.text 05/10 21:30
3F：→ octantis: 分開抓用s.strings或s.elements.text 05/10 21:35
4F：→ woogee: print s.text 05/11 04:55
5F：→ ripple0129: 你乾脆用regex自己把tag移除掉 05/12 01:41
6F：→ aitbtitw: 謝謝各位。已經解決了 05/12 15:44