Как достать текст с сайта без класса с помощью BeutifulSoup?

Question

[Константин Волков]

Всем привет. Я совсем чайник в программировании поэтому сразу извиняюсь если задаю глупый вопрос. Как спарсить текст с сайта, где нет классов, а есть только тэг?
пример:
td>
a href="https://www.life-moon.pp.ru/moon-days/20/undertakings/" title="Начинания в 20 день луны">
b>начинания - отлично
b>
/b>

td class="c5 hidden-xs">
отлично
/td>

td class="hidden-xs">
a href="https://www.life-moon.pp.ru/moon-days/20/undertakings/">почему?
/td>

td>
a href="https://www.life-moon.pp.ru/best-days/1/" title="Лучшие лунные дни для начинаний">когда лучше?
/td>
/tr>

Из выше представленного HTML, пытаюсь достать слова: НАЧИНАНИЯ и ОТЛИЧНО. если задавать soup.findAll('tr'), то код берет всю страницу. Помогите, пожалуйста! Заранее благодарю

Comments

[Vindicar]

Приложите код вашей программы, и оформите как код, так и пример кнопкой </>

[Константин Волков]

Vindicar, from bs4 import BeautifulSoup
import requests

url = 'https://www.life-moon.pp.ru/moon-day-info/2021-07-01/1/'
page = requests.get(url)

filteredNews = []
allNews = []

soup = BeautifulSoup(page.text, "html.parser")
allNews = soup.findAll('tr')

print(allNews)

Answer 1

[snxx]

sp.find('tr').find_all('td').find('a').text

думаю это вам поможет

Comments

[Константин Волков]

Большое спасибо, но куда его вставлять? я не просто так пометил, что я полный ноль в программировании

[snxx]

Константин Волков, вот полный код:

from bs4 import BeautifulSoup as bs
from fake_useragent import UserAgent as usr

import requests
import re


def main(url):
    ua = usr(cache=True)
    hdr = {
        'accept': '*/*',
        'user-agent': ua.chrome
    }
    resp = requests.get(url, headers=hdr)
    sp = bs(resp.text, 'lxml')

    src = sp.find('table', class_='md-cats-table pure-table pure-table-horizontal pure-table-striped').text
    rxp = ' '.join(src.split())

    with open('data.txt', 'w', encoding='utf-8') as file:
        file.write(rxp)


if __name__ == '__main__':
    main('https://www.life-moon.pp.ru/moon-day-info/2021-07-01/1/')

Довел до такого результата:

сфера жизни действие луны подробности лучшие дни начинания - отлично отлично почему? когда лучше? общение - отлично отлично почему? когда лучше? бизнес - хорошо хорошо почему? когда лучше? денежные операции - отлично отлично почему? когда лучше? общение с начальством, налоги - хорошо...

Дальше Вам понадобится регулярные выражения, чтобы удалить лишние слова в тексте.

Answer 2

[DTPlayer]

soup.find_all('td')[1:3]
Это смотря на ваш HTML код получается
find_all возвращает список, а не текст

Comments

[Константин Волков]

в том и вопрос, как сделать так что бы код выводил из HTML только текст: начинания - отлично

[DTPlayer]

Константин Волков, можете прогнать через for i in soud.find_all('td')[1:3]:
print(i.get_text())