Python 2.7 从html文本链接到python 2中的txt文件

我只需要用python 2编写脚本的帮助，该脚本将获取本页的标题：，并将其逐行保存在文本文件中，如下所示：

"Trump, Macron gloss over differences in France after rough start 
Trump spars with Macron as Air Force One lands in France
Opinion: Which President Trump will show up in Paris?
Two leaders holding bilateral talks"
...

---

请留下你的任何建议。多谢各位

您可以使用beautifulSoup来完成这项工作

from bs4 import BeautifulSoup

import requests

url = "https://lite.cnn.com/en"
r  = requests.get(url)

data = r.text
#different parsers : "lxml", "html5lib", "xml" and "html.parser"
soup = BeautifulSoup(data,"html.parser")
file = open('testfile.txt','a')
#loop thru our links
for link in soup.select('li a'):
    file.write(link.text + "\n")
file.close()

testfile.txt

---

有一些简单的方法我可以阅读HTML，但它可以阅读页面的源代码：

import urllib2
for line in urllib2.urlopen("https://lite.cnn.com/en"):
    file = open('testfile.txt','a')
    file.write(line)
    file.close()

---

为什么不使用？非常感谢您的评论，使用soup对我来说是个问题。我对lxml解析器有问题。您可以在bs构造函数中指定除

lxml

之外的其他解析器。检查更新的应答我得到的输出有错误：UserWarning:没有明确指定解析器，因此我正在使用此系统中可用的最佳HTML解析器(“lxml”）。这通常不是问题，但如果您在另一个系统上或在不同的虚拟环境中运行此代码，它可能会使用不同的解析器并表现出不同的行为。导致此警告的代码位于文件news.py的第15行。若要消除此警告，请传递附加参数'features=“lxml“'到美化组构造函数。这个输出给了我什么，我希望得到明文输出，它将被espack读取，稍后尝试默认的python内置解析器

html.parser

soup=beautifulsou（data，“html.parser”）

好的，它的工作错误消失了，现在下一个问题是我如何从这个普通文本中得到它？我收到错误：UnicodeEncodeError:“ascii”编解码器无法对位置4中的字符u'\xf1'进行编码：序号不在范围内（128）

import urllib2
for line in urllib2.urlopen("https://lite.cnn.com/en"):
    file = open('testfile.txt','a')
    file.write(line)
    file.close()