使用 map 和 lambda 加入 BeautifulSoup 个内容

Question

我想抓取网页内容并清理格式

from bs4 import BeautifulSoup
import urllib.request
import urllib.parse
import lxml
url='https://en.wikipedia.org/wiki/Deep_learning'
page=urllib.request.urlopen(url)
soup=BeautifulSoup(page,"lxml")
fetched_text=' '.join(map(lambda p: p.text.soup.find_all('p'),soup))

出现如下错误：

此代码最初是从这样的 youtube 教程中找到的：

fetched_text=' '.join(map(lambda p: p.text.soup.find_all('p')))

但有人抱怨 map() 没有正确使用。

谁能帮我解决这个问题？

Answer 1

也许您更习惯使用列表理解：

fetched_text=' '.join([p.text for p in soup.find_all('p')])

或者你可以用 map 来做，记住 map 等待一个函数和一个可迭代对象：

fetched_text=' '.join(map(lambda p: p.text, soup.find_all('p')))

使用 map 和 lambda 加入 BeautifulSoup 个内容

Join BeautifulSoup Contents with map and lambda

python

urllib

beautifulsoup