我在学习爬虫的时候想把里面的标签去掉,但是使用re.sub不成功。代码如下:
#!usr/bin/env python3
#coding:utf-8
from urllib.request import urlopen
from bs4 import BeautifulSoup
import re
html = urlopen("http://www.jianshu.com")
bsObj = BeautifulSoup(html,"lxml")
txt = bsObj.findAll("p",{"class":re.compile("abstract")})
for word in txt:
if '<p class="abstract">' in word:
newword = re.sub(r'<p class="abstract">','\n',word)
print(newword)
else:
print(word)
请问这是是什么问题,谢谢!
Saya dapati sebabnya, perkataan bukan rentetan.
Objek rentetan p tidak mengandungi kaedah "sub":
Tulis sekeping kod pendek untuk rujukan subjek: