提取包含在带有版权符号©的html标记中的文本；使用Python3

我需要检查网页是否有版权符号©如果有，我提取包含该符号的标签文本。例如，对于网页“profile.theguardian.com/signin”，目标文本为“©2018卫报新闻和媒体有限公司或其附属公司。保留所有权利”。如何使用Python 3.x实现这一点？

您好，提交问题时，您应该发布示例代码，但下面应该说明版权标志是否位于特定页面上：

from bs4 import BeautifulSoup
import urllib.request


masterURL = 'https://profile.theguardian.com/signin'

sauce = urllib.request.urlopen(masterURL).read()
soup = BeautifulSoup(sauce,'lxml')
temp = soup.prettify().encode('UTF-8')

#\xc2\xa9 is unicode symbol for copyright sign

if(b'\xc2\xa9' in temp):
     print('Copy Right On Page')
else:
     print('No Copy Right on Page')

---

将其作为

footer\u版权

您可以执行以下操作：

from bs4 import BeautifulSoup
import urllib.request as url
BeautifulSoup(url.urlopen(masterURL).read()).select("p.footer__copyright")

---

我终于找到了我正在寻找的解决方案

URL = 'https://profile.theguardian.com/signin'
webpage = requests.get(URL)
soup = BeautifulSoup(webpage.content,'html.parser')
symbol = u'\N{COPYRIGHT SIGN}'.encode('utf-8')
symbol = symbol.decode('utf-8')
pattern = r'' + symbol
for tag in soup.findAll(text=re.compile(pattern)):
        copyrightTexts = tag.parent.text
        print(copyrightTexts)

---

希望这能帮助其他人。感谢您的帮助。

您的解决方案特定于此网页，但版权信息可以放置在不同的标签和属性中。所以我想要一个通用代码，可以使用符号进行搜索。