python爬虫BeautifulSoup问题
PHP中文网
PHP中文网 2017-04-18 09:41:51
[Python讨论组]

代码:

from bs4 import BeautifulSoup
import requests
import json
import sys
import re
reload(sys)
import urllib2
sys.setdefaultencoding('utf8')


downUrl = r'https://www.youtube.com/playlist?list=PLQqbdnAgoRmag4RdUZAKl8Vz0H70T0wDA'
youtubeUrl = r'https://www.youtube.com'

myText = requests.get(downUrl,verify=False).text
print myText

print "======================="

mySoup = BeautifulSoup(myText,'lxml')
print mySoup

为何myText和mySoup打印出来的内容是不同的,相对于myText,mySoup少了好多的。
myText得到

mySoup得到

PHP中文网
PHP中文网

认证0级讲师

全部回复(3)
阿神

没有少很多吧, 你输出一下,差不多

print len(myText)
print len(str(mySoup))
迷茫

BeautifulSoup解析后输出的文本是会对原文进行一定的重新排列的。 比如添加或删除一些空白类符号,属性的位置重排,等等。比如你看到行数的差别,是换行被BeautifulSoup解析后优化掉了。 你可以认真对比一下两个的具体内容,应该是是没有差别的。

PHP中文网

因为mySoup是经过了解析的,不能简单的和原始数据进行这么简单粗暴的比较~

热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号