python beautifulsoup可以'；粉饰

我好像做错了什么事。我有一个使用urllib提取的HTML源代码。基于这个HTML文件，我使用beautifulsoup查找ID为指定数组的元素。这对我来说是可行的，但是输出很混乱，包括换行符“\n”

• Python:2.7.12
• 美化组：bs4

我曾尝试使用prettify（）更正输出，但总是出现错误：

属性错误：结果集对象没有属性“美化”

import urllib
import re
from bs4 import BeautifulSoup

cfile = open("test.txt")
clist = cfile.read()
clist = clist.split('\n')

i=0

while i<len (clist):
    url = "https://example.com/"+clist[i]
    htmlfile = urllib.urlopen (url)
    htmltext = htmlfile.read()

    soup = BeautifulSoup (htmltext, "html.parser")
    soup = soup.findAll (id=["id1", "id2", "id3"])

print soup.prettify()
i+=1

---

我只是不知道是什么。对不起，如果这是一个愚蠢的问题。我使用Python和Beautiful Soup才几天。

您正在将

Soup

变量重新分配给

.findAll（）

的结果，这是一个

ResultSet

对象（基本上是一个标记列表），它没有

prettify（）

方法

解决方案是保持

soup

变量指向

BeautifulSoup

实例。

findAll返回匹配标记的列表，因此您的代码等于

[tag1，tag2..]。prettify（）

---

调用

findAll（）

后，汤的类型是什么？运行

type（soup）

“输出混乱且包含换行符”\n”“-哪个输出？你从哪里得到你不满意的结果？在您给出的代码中，唯一可以输出任何内容的是

print soup.prettify（）

，因为您说它会抛出错误，所以它不能输出。你最终想做什么？如果在每个元素上使用

.text

属性会怎么样？@CivFan当然是

结果集

？@AlexHall只是想引导Eric找到自己的答案

alecxe

在他的回答中明确了这一点。

soup = soup.findAll (id=["id1", "id2", "id3"])