Question

我是Python的初学者。我正在研究一个网络剪裁项目。在这个项目中,我想从Cambridge字典中找到一些词的含义和POS,然后把它们导出到优秀的字典中。

这是我的代码:

pip install bs4
pip install requests
from bs4 import BeautifulSoup
import requests
headers = {"User-Agent" : "xxxxxxx"}
r=requests.get( https://dictionary.cambridge.org/dictionary/english/happy , headers=headers)
soup = BeautifulSoup(r.text, html.parser )
POS = soup.find_all("span", class_="pos dpos")
print(POS)

result: [<span class="pos dpos" title="A word that describes a noun or pronoun .>adjective</span>, <span class="pos dpos" title="A word that describes a noun or pronoun. >adjective</span>]

结果是,我只想得到形容词。但我不知道该如何做到,有人能帮我吗?谢谢。

Answer 1

首先关闭 : 从您的脚本中删除 < code> pip 安装命令。只需要安装一个库一次。然后您可以通过导入来使用它, 正如您在行3和行4中所做的那样。

You have used the command you re looking for in your code. It is the .text. Store your span inside a variable and then call it by varname.text.

Answer 2

同意另一个答案,你应该删除两行:

     pip install bs4
     pip install requests

您的问题在于变量 POS 是带有 2个“ span” 标记的列表。您可以在列表中进行循环, 每次打印内容。这样 :

    for div in POS: 
        print(div.text)

这将打印两次“ 形容词 ”, 每个元素一次, 如果您只想要为特定的 div 打印它, 您需要通过索引访问它, 但是您可以再次调用“. text ” 来获取文本。

您重新获得列表的原因是,当您调用“ 全部” 时, 通过一个类名, 您将得到一个列表返回, 因为类名并非 HTML 元素所独有。

希望这能帮助:)

Answer 3

您可以尝试访问横线元素的文本内容, 然后使用列表理解或循环过滤非通缉字符 :

from bs4 import BeautifulSoup
import requests

headers = {"User-Agent": "xxxxxxx"}
r = requests.get( https://dictionary.cambridge.org/dictionary/english/happy , 
headers=headers)
soup = BeautifulSoup(r.text,  html.parser )
POS = soup.find_all("span", class_="pos dpos")

pos_list = [tag.text.strip() for tag in POS]
pos_list = [pos for pos in pos_list if pos.isalpha()]

print(pos_list)

友情链接