html in text umwandeln python

jens Gast #6570714
Lesenswert?
• ▲
▼ 
Hallo,
ich versuche gerade mit python eine html seite zu lesen (ohne 
zusätzliche Installation).

1
url = "https://www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coronavirus/Fallzahlen.html"

2
html = urllib.request.urlopen(url)

3
text = html.readlines()

damit habe ihc den text, aber als html objekt.
Ich kann jetzt mir zwar zeile für zeile durchgehen, aber keinen string 
durchsuchen.
 a bytes-like object is required, not 'str'
wie kann ich die Zeile in einem Text umwwandeln?

Ziel ist es zeile für zeile durchgehen, überprüfen ob ein string 
enthalten ist und dann einen part auslesen.
Antwort Zitieren Bearbeiten Thread verschieben Thread sperren Anmeldepflicht aktivieren Anpinnen Thread löschen Thread mit anderem zusammenführen Beitrag melden
Eric Gast #6570734
Lesenswert?
• ▲
▼ 
Sowas in der Art?

1
from bs4 import BeautifulSoup

2
from bs4.element import Comment

3
import urllib.request

4


5


6
def tag_visible(element):

7
    if element.parent.name in ['style', 'script', 'head', 'title', 'meta', '[document]']:

8
        return False

9
    if isinstance(element, Comment):

10
        return False

11
    return True

12


13


14
def text_from_html(body):

15
    soup = BeautifulSoup(body, 'html.parser')

16
    texts = soup.findAll(text=True)

17
    visible_texts = filter(tag_visible, texts)  

18
    return u" ".join(t.strip() for t in visible_texts)

19


20
html = urllib.request.urlopen('http://www.mikrocontroller.net').read()

21
print(text_from_html(html))
Antwort Zitieren Bearbeiten Löschen Beitrag melden
Thread beobachten

Antwort schreiben

Bitte melde dich an, um einen Beitrag zu schreiben.

Bestehender Account

oder

Mit Google-Account einloggen

Noch kein Account?

Die Registrierung ist kostenlos und dauert nur eine Minute.

Jetzt registrieren