Giả sử mình có 1 url sau khi lấy được html rồi mình muốn lấy nội dung trong thẻ <div id="divNewsContent"> ra thì làm thế nào mình dùng Python
Lấy nội dung bài viết từ url trong Python
1 Like
Bạn có thể dùng beautifulsoup hoặc regex
Mình đã thử dùng re nhưng ko thành ban xem html của trang rồi bày giúp m được ko
1 Like
Nên dùng Beautiful soup hoặc các html parser tương tự bạn ạ, regex thì trừ khi dùng cho biết cách dùng chứ nên tránh 
@TheSky Thời này ai dùng lib nữa, phải chơi find xong cắt chuỗi mới gọi là pro 
1 Like
việc find và cắt thì mình hoàn toàn có thể làm đk :), còn cái bs4 bạn xem cái html của trang rồi cho m đoan code lấy content được không :((
1 Like
Mình troll vui thôi bạn chứ ai dùng vậy
1 Like
@JuniorK Beautiful soup bạn dùng thử cái này xem thế nào đi 
Đôi khi phân vân quá cũng không hay đâu.
Còn cách
Thì chỉ có @thanhmssl10 thần thánh mới làm được thôi 
1 Like
Kiểu như này này:
In [11]: r = s.get('http://dantri.com.vn/the-gioi/khong-tac-khong-che-may-bay-ai-cap-vi-muon-gui-thu-cho-vo-cu-2016032915181413.htm')
In [12]: soup = BeautifulSoup(r.text, 'html.parser')
In [13]: result = soup.select(".fon31.mgb15")
In [14]: result[0]
Out[14]: <h1 class="fon31 mgb15">\r\n Kh\xf4ng t\u1eb7c kh\u1ed1ng ch\u1ebf m\xe1y bay Ai C\u1eadp v\xec mu\u1ed1n g\u1eedi th\u01b0 cho v\u1ee3 c\u0169</h1>
1 Like
cảm ơn bạn mình đã lấy đk nội dung của thẻ divNewsContent giờ chỉ clear html là xong 
2 Likes
Thêm .text là xong
1 Like
À chuẩn rồi 
u , bạn thêm cái .text là sẽ lấy được phần text bên trong
In [22]: soup.select(".fon31.mgb15")[0].text
Out[22]: u'\r\n Kh\xf4ng t\u1eb7c kh\u1ed1ng ch\u1ebf m\xe1y bay Ai C\u1eadp v\xec mu\u1ed1n g\u1eedi th\u01b0 cho v\u1ee3 c\u0169'
1 Like
response = requests.get(url) parsed_body = html.fromstring(response.text) check = parsed_body.xpath('//div[@id="divNewsContent"]/h1/text()')
mình dùng cái cách này cơ mà thỉnh thoảng không lấy được thì phải
cho e hỏi thêm là nếu muốn lấy nội dung bài báo đó thì làm ntn ạ , e mới tìm hiểu , thanks
Cái này bạn phải xem cấu trúc file HTML của trang như thế nào nhé. Ví dụ như tag/class nào quy định title, cái nào quy định nội dung,…
Có thư viện html.parser để lấy parse nội dung từ 1 file html hoàn chỉnh.
2 Likes
tại m của cũng chỉ biết sơ sơ html nên chưa rõ , bạn có thể vd thêm đc k vậy , vd như lấy nd bài báo này http://dantri.com.vn/the-gioi/lo-bay-no-myanmar-thu-hep-du-an-cang-7-ty-usd-voi-trung-quoc-20180802211534508.htm
Mở trên trình duyệt:
- Gõ nội dung title vào để xem nó ở đâu.
- Gõ tiếp từ 3 chữ đầu của phần chữ xám xem ở đâu.
- Tiếp 2 link dưới
- Tiếp nội dung.
Kết luận các format:
Title:
<h1 class="fon31 mgb15">
{title}</h1>
Phần ngay dưới:
<h2 class="fon33 mt1 sapo">
<span>Dân trí</span> {summary}<br /><a href={link1} title={linktitle1}><b> >> {title1}</b></a><br /><a href={link2} title={linktitle2}><b> >> {title2}</b></a>
</h2>
Các phần sau tự làm tương tự.
3 Likes
tuyệt , cảm ơn HK boy
83% thành viên diễn đàn không hỏi bài tập, còn bạn thì sao?