Próbuję nauczyć się odrobiny pięknej zupy i uzyskać dane html z niektórych elementów iFrame - ale do tej pory nie byłem zbyt udany.python beautifulsoup iframe dokument html extract
A zatem, parsowanie iFrame nie wydaje się być problemem z BS4, ale nie wydaje mi się, aby uzyskać z tego treść osadzoną - cokolwiek robię.
Na przykład rozważmy poniższy iFrame (to, co widzę na chrom narzędzi programistycznych):
<iframe frameborder="0" marginwidth="0" marginheight="0" scrolling="NO"
src="http://www.engineeringmaterials.com/boron/728x90.html "width="728" height="90">
#document <html>....</html></iframe>
gdzie <html>...</html> jest zawartość Jestem zainteresowany wydobycia.
Jednak, kiedy użyć następującego kodu BS4:
iFrames=[] # qucik bs4 example
for iframe in soup("iframe"):
iFrames.append(soup.iframe.extract())
uzyskać:
<iframe frameborder="0" marginwidth="0" marginheight="0" scrolling="NO" src="http://www.engineeringmaterials.com/boron/728x90.html" width="728" height="90">
Innymi słowy, pojawia się iFrames bez dokumentu <html>...</html> w ich obrębie.
Próbowałem coś wzdłuż linii:
iFrames=[] # qucik bs4 example
iframexx = soup.find_all('iframe')
for iframe in iframexx:
print iframe.find_all('html')
.. ale to nie wydają się działać ..
Tak, myślę, że moje pytanie jest, w jaki sposób wiarygodny sposób wyodrębnić te obiekty dokumentu <html>...</html> z elementów iFrame.