我正在尝试从此网页中提取文章的文本内容。
我只是想提取文章内容,而不是“关于作者部分”。
问题是所有内容都不在像<div>. 因此我无法提取它们,因为它们都在<p>标签内。当我提取所有<p>标签时,我也会得到“关于作者”部分。我必须从这个网站上抓取很多页面。有没有办法用漂亮的汤来做到这一点?
我目前正在尝试:
p_tags=soup.find_all('p')
for row in p_tags:
print(row)
Run Code Online (Sandbox Code Playgroud)