python对网页文本的格式化实例方法
更新时间：2021年10月12日 08:37:22 作者：小妮浅浅
在本篇文章里小编给大家整理是一篇关于python对网页文本的格式化实例方法，有兴趣的朋友们可以跟着学习参考下。
1、一个网页通常包含文本信息。对于不同的文本类型，我们可以选择合适的HTML语义元素进行标记。
2、em元素用于标记和强调部分内容，small元素用于注释和署名文本。
实例
<body>
<h1>论语学而篇第一</h1>
<p><small>
<b>作者：</b><abbr title="名丘，字仲尼">孔子<sup><a href="#" rel="external nofollow" >1</a></sup></abbr>（<time>前551年9月28日－前479年4月11日</time>）
</small></p>
<h2>本篇引语</h2>
<p>《学而》是《论语》第一篇的篇名。《论语》中各篇一般都是以第一章的前二三个字作为该篇的篇名。《学而》一篇包括16章，内容涉及诸多方面。其中重点是
<strong>「吾日三省吾身」；「节用而爱人，使民以时」；「礼之用，和为贵」以及仁、孝、信等</strong>道德范畴。</p>
<h2>原文</h2>
<p>子曰：「<mark>学而时习之，不亦说乎？</mark>有朋自远方来，不亦乐乎？人不知，而不愠，不亦君子乎？」 </p>
</body>
知识点扩展：
Python int与string之间的转化
string–>int
1、10进制string转化为int
int(‘12')
2、16进制string转化为int
int(‘12', 16)
int–>string
1、int转化为10进制string
str(18)
2、int转化为16进制string
hex(18)
2 . 由于链家网上面选中第二页的时候，只是在页面后面多了一个“d2”, 如： http://sh.lianjia.com/ershoufang/pudong/d2 ， 所以要想爬取更多的网页只需要循环更新requests 的页面URL
3 . 增加了一个循环之后，可以打印所有的爬取结果
from lxml import etree
import requests
import string
url = 'http://sh.lianjia.com/ershoufang/'
region = 'pudong'
price = 'p23'
finalURL = url+region+price
def spider_room(finallyURL):
r= requests.get(finallyURL)
html = requests.get(finalURL).content.decode('utf-8')
dom_tree = etree.HTML(html)
# all the messages
all_message = dom_tree.xpath("//ul[@class='js_fang_list']/li")
for index in range(len(all_message)):
print(all_message[index].xpath('string(.)').strip())
return
for i in range(20):
finallyURL = finalURL + '/d'+str(i)
spider_room(finallyURL)
4 . 爬取了20页的内容，可是内容的结果输出的形式并没有改变
以上就是python对网页文本的格式化实例方法的详细内容，更多关于python爬虫中网页文本的格式化的资料请关注脚本之家其它相关文章！
相关文章
昨天看《Python核心编程》的时候，刚好看到了函数部分，于是顺势将目前接触到的集中参数类型都总结一下吧^^2017-02-02
今天小编就为大家分享一篇在pycharm中设置显示行数的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
这篇文章主要介绍了Python简单几步画个钻石戒指，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-09-09
这篇文章介绍了Python的三类主要模块，文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-07-07
这篇文章主要为大家详细介绍了python实现拼接图片，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2020-03-03
Pingouin库基于pandas、scipy和statsmodels,为用户提供了执行常见统计分析的功能,它支持各种统计方法和假设检验,例如 t-tests、ANOVA、correlation analysis 等,本文通过一些示例代码,以更全面地了解如何使用Pingouin库进行统计分析,2024-01-01
python taipy库轻松地将数据和机器学习模型转为功能性Web应用
taipy 是一个开源的 Python 库,任何具有基本 Python 技能的人都可以使用,对于数据科学家、机器学习工程师和 Python 程序员来说,它是一个方便的工具,借助 Taipy,你可以轻松地将数据和机器学习模型转变为功能性的 Web 应用程序2024-01-01
这篇文章主要介绍了python3 kmp 字符串匹配的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-07-07
python开发环境PyScripter中文乱码问题解决方案
PyScripter是一个使用Delphi开发的开源的Python集成开发环境（IDE），PyScripter支持Python2.4、2.5、2.6、2.7、3.0、3.1、3.2，而且可以根据需要切换。2016-09-09
下面小编就为大家分享一篇Pandas标记删除重复记录的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
最新评论