Python Web Scrape: Удалите лишние HTML-теги в выводе. Все данные взяты из таблицы страниц, get_text и pretiffy не работают

Новичок здесь. Я просто практикую питон самостоятельно.

Моя проблема в следующем:

Я просматриваю веб-сайт ramdom, и я хотел получить имя файла и дату файла и распечатать их вместе. Но лишние html-теги все еще существуют, и я не могу избавиться от них, даже если использую get_text и prettify. Извините за вопрос нуба. Просто нужна была помощь. Заранее спасибо.

Это мой код:

from bs4 import BeautifulSoup
import requests

source = requests.get('https://1337x.to/popular-tv').text

soup = BeautifulSoup(source, 'lxml')

tvhead = soup.find('tbody')
for tv in tvhead.find_all('tr'):
    filename = tv.find_all('td' , class_='coll-1 name')
    filedate = tv.find_all('td', class_='coll-date')
    print(filename)
    print(filedate)
    print()

вывод такой:

[<td class = "coll-1 name"><a class = "icon" href = "/sub/41/0/"><i class = "flaticon-hd"></i></a><a href = "/torrent/3225547/Castle-Rock-S01E10-Romans-720p-HULU-WEB-DL-AAC2-0-H-264-NTb-eztv/">Castle.Rock.S01E10.Romans.720p.HULU.WEB-DL.AAC2.0.H.264-NTb[eztv]</a></td>]
[<td class = "coll-date">7am Sep. 12th</td>]

[<td class = "coll-1 name"><a class = "icon" href = "/sub/6/0/"><i class = "flaticon-divx"></i></a><a href = "/torrent/3225539/Castle-Rock-S01E10-Romans-480p-HULU-WEB-DL-AAC2-0-H-264-BTW-ettv/">Castle.Rock.S01E10.Romans.480p.HULU.WEB-DL.AAC2.0.H.264-BTW[ettv]</a></td>]
[<td class = "coll-date">7am Sep. 12th</td>]

[<td class = "coll-1 name"><a class = "icon" href = "/sub/6/0/"><i class = "flaticon-divx"></i></a><a href = "/torrent/3225653/The-Outpost-S01E08-WEB-h264-TBS-ettv/">The.Outpost.S01E08.WEB.h264-TBS[ettv]</a></td>]
[<td class = "coll-date">9am Sep. 12th</td>]

Ожидаемый результат должен состоять только из заголовка и даты, например:

TV Series title
Date

вы можете добавить свой текущий результат и ожидаемый результат?

bunbun 13.09.2018 07:56

Вы пробовали scrapy? scrapy.org

Frederik.L 13.09.2018 08:01

извините, нет, не видел. попробую сейчас.

RXj 13.09.2018 08:03

Лично у меня был хороший опыт использования его для подобных проектов. Если это подходит, возможно, это поможет вам организовать код и масштабировать его, когда он будет готов.

Frederik.L 13.09.2018 08:29
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
4
105
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Пытаться:

from bs4 import BeautifulSoup
import requests

source = requests.get('https://1337x.to/popular-tv').text

soup = BeautifulSoup(source, 'lxml')

tvhead = soup.find('tbody')
for tv in tvhead.find_all('tr'):
    filename = tv.find_all('td' , class_='coll-1 name')
    filedate = tv.find_all('td', class_='coll-date')
    print(filename[0].text)
    print(filedate[0].text)
    print()

У меня такая ошибка: Traceback (most recent call last): File "C:/Users/R/Pycharm/W3PythonPractise/Scarapenew.py", line 27, in <module> print(filename.get_text()) File "C:\Python37\lib\site-packages\bs4\element.py", line 1884, in __getattr__ "ResultSet object has no attribute '%s'. You're probably treating a list of items like a single item. Did you call find_all() when you meant to call find()?" % key AttributeError: ResultSet object has no attribute 'get_text'. You're probably treating a list of items like a single item. Did you call find_all() when you meant to call find()?

RXj 13.09.2018 08:10

Ну вот. Кодировать воображение сложно. Пришлось запустить это самому.

user10356004 13.09.2018 09:01

Спасибо. Работает. просто узнайте новый способ очистки данных. Еще раз спасибо.

RXj 13.09.2018 09:10

Другие вопросы по теме