爬虫遇到表情符号无法爬全标签内的内容

场景:用python,  BeautifulSoup构建爬虫获取网页信息。

问题:标签内容缺失。

描述:例如,爬虫在爬取<div class='c'>标签中的文本文字,当爬完<a>标签下的文字即:‘仔细体会 精彩至极 令人拍案 立即推 放弃考研’后,下面的文字信息即‘03月03日 21:21 来自柔光自拍vivo X7’会无法被获取到。

解决方案:(大概是html.parser的问题)

按如下修改:

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值