A veces, mientras obtiene la información, ¿se enfrenta a algún problema al manejar la información recibida de atributos duplicados de las mismas etiquetas? En caso afirmativo, lea el artículo y despeje todas sus dudas.
Una vez que haya creado la lista para almacenar los elementos, escriba el siguiente código.
Sintaxis:
list=soup.find_all(“#Widget Name”, {“id”:”#Id name of widget in which you want to edit”})
Después de escribir el siguiente código, elimine los atributos de la salida e imprima el elemento que desee de la lista.
Acercarse:
- Módulo de importación
- Ahora, elimine el último segmento de la ruta ingresando el nombre del archivo de Python en el que está trabajando actualmente.
Sintaxis:
base=os.path.dirname(os.path.abspath(‘#Nombre del archivo de Python en el que está trabajando actualmente’))
- Luego, abra el archivo HTML del que desea leer el valor.
Sintaxis:
html=open(os.path.join(base, ‘#Nombre del archivo HTML del que desea leer el valor’))
- Analice el archivo HTML en BeautifulSoup.
- Además, cree una lista para almacenar todos los valores de elementos de la misma etiqueta y atributos.
- A continuación, busque todos los artículos que tengan la misma etiqueta y atributos.
Sintaxis:
list=soup.find_all(“#Widget Name”, {“id”:”#Id name of widget in which you want to edit”})
- Más tarde, elimine todos los atributos de la etiqueta.
- Finalmente, imprima el elemento determinado de la etiqueta del widget.
Página web en uso:
HTML
<!DOCTYPE html> <html> <head> Geeks For Geeks </head> <body> <div> <p id="vinayak">King</p> <p id="vinayak">Prince</p> <p id="vinayak">Queen</p> </div> <p id="vinayak">Princess</p> </body> </html>
Programa:
Python
# Import the libraries beautifulsoup and os
from bs4 import BeautifulSoup as bs
import os
# Remove the last segment of the path
# Here replace the name of your python file with
# gfg4.py
base = os.path.dirname(os.path.abspath("gfg4.py"))
# Open the HTML in which you want to make
# changes
html = open(os.path.join(base, 'gfg.html'))
# Parse HTML file in Beautiful Soup
soup = bs(html, 'html.parser')
# Create a list to store the items
list = [3]
# Finding all the elements inside div
# with paragraph having id: vinayak
list = soup.div.find_all("p", {"id": "vinayak"})
# Removing attributes from the output
for i in list:
i.attrs = {}
# Printing the value Prince
print(list[1])
# Printing the value Queen
print(list[2])
Producción:
<p>Príncipe</p>
<p>Reina</p>