我正在尝试为各种科学期刊网站组合一个基本的 HTML 抓取工具，特别是尝试获取摘要或介绍性段落。
我目前在做的期刊是 Nature，我一直使用的文章作为我的样本可以在 http://www.nature.com/nature/journal/v463/n7284/abs/nature08715.html。
但是，我无法从该页面中提取摘要。我正在搜索<p class="lead">...</p>标签之间的所有内容，但似乎无法弄清楚如何隔离它们。我以为这会很简单
from BeautifulSoup import BeautifulSoup
import re
import urllib2
address="http://www.nature.com/nature/journal/v463/n7284/full/nature08715.html"
html = urllib2.urlopen(address).read()
soup = BeautifulSoup(html)
abstract = soup.find('p', attrs={'class' : 'lead'})
print abstract
使用 Python 2.5，BeautifulSoup 3.0.8，运行它返回“无”。我没有选择使用任何其他需要编译/安装的东西（比如 lxml）。BeautifulSoup 是糊涂了，还是我糊涂了？
很抱歉,如果这已存在于问题档案的某个地方,但我不确定如何询问它并且搜索没有带来任何好的启示.
在Python(2.6.x)中,我创建了一个类
class timetuple(object):
def __init__(self):
self.weekday = 6
self.month = 1
self.day = 1
self.year = 2011
self.hour = 0
self.min = 0
self.sec = 0
def jd(self):
self.jd = julian_date(self)
def julian_date(obj):
(Code to calculate a Julian Date snipped)
start = timetuple()
start.day = 23
start.month = 2
start.year = 2011
start.hour = 13
start.min = 30
start.sec = 0
print start.__dict__
start.jd()
print start.__dict__
print start.jd
哪个回报
{'hour': 13, 'min': 30, 'month': 2, 'sec': 0, 'weekday': 6, …