如何使用Python抓取段落？

先决条件：使用 BeautifulSoup 在Python中实现 Web Scraping

在本文中，我们将了解如何使用Python从给定的 HTML 文档或 URL 中提取所有段落。

所需模块：

• bs4: Beautiful Soup(bs4) 是一个Python库，用于从 HTML 和 XML 文件中提取数据。这个模块没有内置于Python中。要安装此类型，请在终端中输入以下命令。

pip install bs4

• 请求：请求允许您非常轻松地发送 HTTP/1.1 请求。这个模块也没有内置于Python中。要安装此类型，请在终端中输入以下命令。

pip install requests

方法：

• 导入模块
• 创建一个 HTML 文档并在代码中指定 '

  ' 标签

• 将 HTML 文档传递给 Beautifulsoup()函数
• 使用“P”标签从 Beautifulsoup 对象中提取段落
• 使用 get_text() 从 HTML 文档中获取文本。

代码：

Python3

# import module
from bs4 import BeautifulSoup
  
# Html doc
html_doc = """





paragraphs
  
Welcome geeks.
  
  
Hello geeks.
  


"""
soup = BeautifulSoup(html_doc, 'html.parser')
  
# traverse paragraphs from soup
for data in soup.find_all("p"):
    print(data.get_text())

输出：

Welcome geeks.
Hello geeks.

现在让我们从给定的 URL 中提取段落。

代码：

蟒蛇3

# import module
import requests
import pandas as pd
from bs4 import BeautifulSoup
  
# link for extract html data
def getdata(url):
    r = requests.get(url)
    return r.text
  
htmldata = getdata("https://www.geeksforgeeks.org/")
soup = BeautifulSoup(htmldata, 'html.parser')
data = ''
for data in soup.find_all("p"):
    print(data.get_text())

输出：