從.html文件中提取文本，刪除HTML，並使用Python和美麗的湯寫入文本文件

Question

我使用美麗的湯4從HTML文件中提取文本，並使用get_text()我可以輕鬆地提取文本，但現在我試圖將該文本寫入純文本文件，當我這樣做時，我收到消息「416」。下面是我使用的代碼：

from bs4 import BeautifulSoup 
markup = open("example1.html") 
soup = BeautifulSoup(markup) 
f = open("example.txt", "w") 
f.write(soup.get_text()) 

和輸出到控制檯是416，但沒有被寫入到文本文件中。我哪裏錯了？

Answer 1

您需要將文本發送到BeautifulSoup類。也許嘗試markup.read()

from bs4 import BeautifulSoup 
markup = open("example1.html") 
soup = BeautifulSoup(markup.read()) 
markup.close() 
f = open("example.txt", "w") 
f.write(soup.get_text()) 
f.close() 

，並在更Python風格

from bs4 import BeautifulSoup 

with open("example1.html") as markup: 
    soup = BeautifulSoup(markup.read()) 

with open("example.txt", "w") as f: 
    f.write(soup.get_text()) 

爲@bernie建議