爬虫遇到表情符号无法爬全标签内的内容

最新推荐文章于 2024-08-16 23:38:56 发布

galaxy_lx

最新推荐文章于 2024-08-16 23:38:56 发布

阅读量888

点赞数

CC 4.0 BY-SA版权

分类专栏： python

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/galaxy_lx/article/details/104658920

python 专栏收录该内容

3 篇文章

订阅专栏

本文探讨了使用Python和BeautifulSoup构建爬虫时遇到的标签内容缺失问题，特别是在爬取<div>标签内文本时，部分信息未能正确获取。文章提供了可能的解决方案，涉及html.parser的使用调整。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。