如何讀取html檔案中的文字內容

下次还敢
發布: 2024-04-11 13:57:24
原創
495 人瀏覽過

要讀取HTML 檔案中的文字內容,請執行下列步驟:載入HTML 檔案解析HTML使用text 屬性或get_text() 方法來擷取文字可選:清理文字(刪除空白、特殊字元和轉換小寫)輸出文字(列印、寫入檔案等)

如何讀取html檔案中的文字內容

#如何讀取HTML 檔案中的文字內容

#若要從HTML 檔案中擷取文字內容,可以使用下列步驟:

1.載入HTML 檔案

<code class="python">import requests

url = 'https://example.com'
response = requests.get(url)</code>
登入後複製

2.解析HTML

<code class="python">from bs4 import BeautifulSoup

soup = BeautifulSoup(response.text, 'html.parser')</code>
登入後複製

3. 提取文字內容

有兩種方法可以提取文字內容:

  • 使用text
  • 屬性:
提取HTML 標籤內的所有文本,包括標籤本身。
  • <code class="python">text = soup.text</code>
    登入後複製
  • 使用
get_text()
    方法:
  • 提取 HTML 標籤內的文本,但會忽略標籤本身。
    <code class="python">text = soup.get_text()</code>
    登入後複製
4. 清理文字內容(可選)

#如果需要進一步清理文字內容,可以執行以下操作:

    刪除空白字元:
  • <code class="python">text = text.replace(' ', '')</code>
    登入後複製
    刪除特殊字元:
  • <code class="python">import string
    
    text = text.translate(str.maketrans('', '', string.punctuation))</code>
    登入後複製
## #轉換為小寫:#########
<code class="python">text = text.lower()</code>
登入後複製
######5.輸出文字內容#########可以透過多種方式輸出文字內容:###### ######列印到控制台:#########
<code class="python">print(text)</code>
登入後複製
##########寫入檔案:#########
<code class="python">with open('output.txt', 'w') as f:
    f.write(text)</code>
登入後複製

以上是如何讀取html檔案中的文字內容的詳細內容。更多資訊請關注PHP中文網其他相關文章!

相關標籤:
來源:php.cn
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
作者最新文章
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板