BeautifulSoup如何循环遍历URL列表以抓取多个文本字段?
创始人
2024-11-27 16:01:26
0

我们可以使用循环操作从列表中遍历每个URL,并在每个URL上执行BeautifulSoup对象的文本抓取方法。以下是一个示例代码,演示如何通过循环在BeautifulSoup中抓取多个文本字段。

import requests
from bs4 import BeautifulSoup

url_list = ['https://example.com/page1', 'https://example.com/page2', 'https://example.com/page3']

for url in url_list:
    # 发送请求获取HTML
    response = requests.get(url)
  
    # 创建BeautifulSoup对象
    soup = BeautifulSoup(response.content, 'html.parser')
  
    # 使用soup对象的find和find_all方法定位需要抓取的文本
    title = soup.find('h1', {'class': 'title'}).text
    content = soup.find('div', {'class': 'content'}).text
  
    # 输出抓取到的文本
    print("URL: ", url)
    print("Title: ", title)
    print("Content: ", content)

在上面的代码中,我们首先定义了一个URL列表。然后我们使用for循环遍历每个URL,发送请求以获取HTML内容。我们使用BeautifulSoup对象定位需要抓取的文本。在这个例子中,我们抓取了一个标题和一个内容的文本字段。最后,我们在控制台输出抓取到的文本。

相关内容

热门资讯

【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
AWSECS:访问外部网络时出... 如果您在AWS ECS中部署了应用程序,并且该应用程序需要访问外部网络,但是无法正常访问,可能是因为...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
北信源内网安全管理卸载 北信源内网安全管理是一款网络安全管理软件,主要用于保护内网安全。在日常使用过程中,卸载该软件是一种常...
AWSElasticBeans... 在Dockerfile中手动配置nginx反向代理。例如,在Dockerfile中添加以下代码:FR...
AsusVivobook无法开... 首先,我们可以尝试重置BIOS(Basic Input/Output System)来解决这个问题。...
ASM贪吃蛇游戏-解决错误的问... 要解决ASM贪吃蛇游戏中的错误问题,你可以按照以下步骤进行:首先,确定错误的具体表现和问题所在。在贪...
月入8000+的steam搬砖... 大家好,我是阿阳 今天要给大家介绍的是 steam 游戏搬砖项目,目前...