Как сделать так, чтоб парсер выводил только текст и сслыки без разметки Html?

Question

[Богдан Романов]

Заранее извиняюсь за говнокод, я только начинаю :)

import requests
import bs4
import lxml

url = '*page_link*'
r = requests.get(url=url)
soup = bs4.BeautifulSoup(r.text, 'lxml')
quotes = soup.find_all('url', class_='*class_name*')
href = soup.find_all('a', class_ = '*class_name*')
print(quotes, href)

Answer 1

[Сергей Карбивничий]

import requests
import bs4
import lxml

url = 'https://qna.habr.com'
r = requests.get(url=url)
soup = bs4.BeautifulSoup(r.text, 'lxml')
# quotes = soup.find_all('url', class_='*class_name*')
href = soup.find_all('a', class_ = 'question__title-link')
# print(quotes, href)

for x in href:
  link = x.get('href') # Получаем адрес ссылки
  text = x.text.strip() # Получаем текст ссылки и убираем лишние пробелы и переносы строк
  print(text+' - '+link)

Вывод:

Как запустить ffmpeg на GPU golang? - https://qna.habr.com/q/1033160
Стенд для изучения DevOps на базе Linux-серверов. С чего начать изучение? - https://qna.habr.com/q/1033364
...
Предварительная загрузка изображений wordpress? - https://qna.habr.com/q/1033300
Не могу зарегистрировать аккаунт стим через свой домен. Что делать? - https://qna.habr.com/q/1033248

Comments

[Богдан Романов]

Все было относительно просто, но не для моего ума) Спасибо вам, добрый человек!