使用BeautifulSoup時出錯

Question

我想從網站中提取一些數據。我將其保存爲「網頁，僅限HTML」，放在桌面上名爲soccerway.html的文件中。

後來我寫了使用IPython的筆記本電腦下面的命令：

from bs4 import BeautifulSoup 
soup=BeautifulSoup(open("soccerway.html")) 

我得到以下錯誤：

IOError: [Errno 2] No such file or directory: 'soccerway.html' 

我該如何解決這個問題？

Answer 1

您不需要手動保存頁面。使用urllib2以獲得您需要的HTML源代碼：

from bs4 import BeautifulSoup 
from urllib2 import urlopen 

soup = BeautifulSoup(urlopen("http://my_site.com/mypage")) 

例子：

>>> from bs4 import BeautifulSoup 
>>> from urllib2 import urlopen 
>>> soup = BeautifulSoup(urlopen('http://google.com')) 
>>> soup('a') 
[<a class="gb1" href="http://www.google.com/imghp?hl=en&amp;tab=wi">Images</a>, 
... 
]