在Python上使用BeautifulSoup4时，为什么我要打印&书信电报；p>&引用；元素，它将导致'；无'；？

我的代码是：

html_doc = "file:///C:/Users/Me/Desktop/Convert%20URL%20to%20HTML%20Link.html"
soup = BeautifulSoup(html_doc, "html.parser")


print(soup.p)

使用othersoup.a/p/title，也不会产生任何结果，尽管我确信HTML文档中应该有这些元素

---

这是指向HTML文档的实际URL链接：

假设HTML是您下载的目录中的文件

必须先打开文件，然后进行读取和刮取：

import requests
from bs4 import BeautifulSoup

with requests.session() as s_request:
    url_to_scrape  = 'https://www.textfixer.com/html/convert-url-to-html-link.php'
    request_page = s_request.get(url_to_scrape)

    soup = BeautifulSoup(request_page.content, 'html.parser')
    soup = BeautifulSoup(content, 'html.parser')
    selections_p = soup.find_all("p")
    print(selections_p)

示例如下：

from bs4 import BeautifulSoup

file_dir = "C:/Users/Me/Desktop/Convert URL to HTML Link.html"

with open (file_dir , "r") as files_f:
    content = files_f.read()
files_f.close()
soup = BeautifulSoup(content, 'html.parser')
selections_p = soup.find_all("p")

print(selections_p )

如果您正在从网站上进行抓取，则应先请求页面，然后进行抓取：

import requests
from bs4 import BeautifulSoup

with requests.session() as s_request:
    url_to_scrape  = 'https://www.textfixer.com/html/convert-url-to-html-link.php'
    request_page = s_request.get(url_to_scrape)

    soup = BeautifulSoup(request_page.content, 'html.parser')
    soup = BeautifulSoup(content, 'html.parser')
    selections_p = soup.find_all("p")
    print(selections_p)

---

假设html是您下载的目录中的一个文件

必须先打开文件，然后进行读取和刮取：

import requests
from bs4 import BeautifulSoup

with requests.session() as s_request:
    url_to_scrape  = 'https://www.textfixer.com/html/convert-url-to-html-link.php'
    request_page = s_request.get(url_to_scrape)

    soup = BeautifulSoup(request_page.content, 'html.parser')
    soup = BeautifulSoup(content, 'html.parser')
    selections_p = soup.find_all("p")
    print(selections_p)

示例如下：

from bs4 import BeautifulSoup

file_dir = "C:/Users/Me/Desktop/Convert URL to HTML Link.html"

with open (file_dir , "r") as files_f:
    content = files_f.read()
files_f.close()
soup = BeautifulSoup(content, 'html.parser')
selections_p = soup.find_all("p")

print(selections_p )

如果您正在从网站上进行抓取，则应先请求页面，然后进行抓取：

import requests
from bs4 import BeautifulSoup

with requests.session() as s_request:
    url_to_scrape  = 'https://www.textfixer.com/html/convert-url-to-html-link.php'
    request_page = s_request.get(url_to_scrape)

    soup = BeautifulSoup(request_page.content, 'html.parser')
    soup = BeautifulSoup(content, 'html.parser')
    selections_p = soup.find_all("p")
    print(selections_p)

---

欢迎来到SO！你到底想得到什么数据

soup

是整个HTML文档，因此它没有

p

属性。您需要

find

或

find\u all

来遍历HTML树以定位具有特定属性（例如作为

标记）的元素，例如
soup.find\u all（“p”）
。感谢@ggorlen的欢迎。我试图获取标记中的所有文本。我尝试了你所说的，并将
打印（soup.p）
更改为
打印（soup.find_all（“p”）
。现在只剩下[]。你没发现什么吗？看起来是的。我没有仔细看你的代码，但是你从来没有打开过文件，只是把路径插入了BS。打开并将文件读入字符串，然后将其输入BS。欢迎使用SO！你到底想得到什么数据
soup
是整个HTML文档，因此它没有
p
属性。您需要
find
或
find\u all
来遍历HTML树以定位具有特定属性（例如作为
标记）的元素，例如
soup.find\u all（“p”）
。感谢@ggorlen的欢迎。我试图获取标记中的所有文本。我尝试了你所说的，并将
打印（soup.p）
更改为
打印（soup.find_all（“p”）
。现在只剩下[]。你没发现什么吗？看起来是的。我没有仔细看你的代码，但是你从来没有打开过文件，只是把路径插入了BS。打开并将文件读入字符串，然后将其输入到BS中。我不会想到这一点，谢谢。但是，当突出显示带有open（file_dir，“r”）的
作为files_f:
，Errno 22，无效参数时，弹出窗口会显示状态。阅读更多信息时，此错误意味着我正在尝试将目录作为文件打开。我应该如何打开文件并读取文件？请在中检查您的文件目录。选中，包括“斜杠”和html文件的位置。目录斜杠必须是单正斜杠“/”或双反斜杠“\\”。我不会想到的，谢谢。但是，当突出显示带有open（file_dir，“r”）的
作为files_f:
，Errno 22，无效参数时，弹出窗口会显示状态。阅读更多信息时，此错误意味着我正在尝试将目录作为文件打开。我应该如何打开文件并读取文件？请在中检查您的文件目录。选中，包括“斜杠”和html文件的位置。目录斜杠必须是单正斜杠“/”或双反斜杠“\\”。