如何提取Python 3文章站点的文本内容？

Question

我试过以下方法：

import urllib

link = 'https://automatetheboringstuff.com/chapter7/'
f = urllib.request.urlopen(link)
myfile = f.read()
print(myfile)

但这似乎只是 return 页面的来源而不是文本内容。

Answer 1

如果你只想得到章节文字，我觉得美汤是你的选择。

你的情况：

import requests
from bs4 import BeautifulSoup

res = requests.get('https://automatetheboringstuff.com/chapter7/')
soup = BeautifulSoup(res.text, 'html.parser')
print(soup.find('div', { "class" : "book" }).text)