Извлечение текстов, содержащихся в теге html, с символом авторского права © с использованием Python 3

Question

Извлечение текстов, содержащихся в теге html, с символом авторского права © с использованием Python 3

дополнительные параметры desc для кода Ege Özcan

function dynamicSort(property, desc) {
    if (desc) {
        return function (a, b) {
            return (a[property] > b[property]) ? -1 : (a[property] < b[property]) ? 1 : 0;
        }   
    }
    return function (a, b) {
        return (a[property] < b[property]) ? -1 : (a[property] > b[property]) ? 1 : 0;
    }
}

-2

python python-3.x web-scraping beautifulsoup

задан Adam Smith 13 July 2018 в 20:44

3 ответа

Другие вопросы по тегам:

python python-3.x web-scraping beautifulsoup

Похожие вопросы:

score 0 · Answer 1

Привет, вам следует опубликовать свой образец кода при отправке вашего вопроса, но следующее должно указать, находится ли знак авторского права на определенной странице:

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')

score 0 · Answer 2

Принимая это как footer_copyright, вы можете сделать:

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

0

ответ дан Onyambu 17 August 2018 в 12:10

1

ваше решение специфично для этой веб-страницы, но информация об авторских правах может быть размещена в разных тегах, а также в атрибутах. Поэтому мне нужен общий код, который будет искать с использованием символа. – popNT 14 July 2018 в 21:45

score 0 · Answer 3

Наконец я нашел решение, которое я искал,

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)

Надеюсь, это поможет другим. Спасибо за тех, кто пытался помочь.