html in text umwandeln python

Gast #6570714 
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 Melden Danke 
Mit html.read() bekommst Du ein Objekt, bei dem in obj.text der 
komplette Text steht.

Mehr Spaß macht das allerdings mit BeautifulSoup, weil man dann direkt 
innerhalb der HTML-Struktur suchen kann, z.B. auch nach DIVs mit 
bestimmten Attributen.
Antwort Zitieren Bearbeiten Löschen Melden Danke
Gast 
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 Melden Danke
Thread beobachten

Antwort schreiben

Eine eigene Frage? Dieser Thread ist über 5 Jahre alt. Stell sie in einem eigenen Thread – dort lesen mehr Leute mit, und sie wird öfter und schneller beantwortet.

Neuen Thread starten

Eine Lösung, Ergänzung oder Rückmeldung zu diesem Thread? Dann antworte hier.

Formatierung
  • [c]C-Code[/c]
  • [code]Code in anderen Sprachen, ASCII-Zeichnungen[/code]
  • [math]Formel in LaTeX-Syntax[/math]
  • [[Titel]] – Link zu einem Artikel
  • Verweis auf einen anderen Beitrag: Rechtsklick auf dessen Beitrags-ID (#8078628), „Adresse kopieren“, in den Text einfügen

Mehr zur Formatierung

Längeren Sourcecode als Anhang, nicht in den Text. JPG nur für Fotos und Scans; Zeichnungen und Screenshots als PNG oder GIF. Siehe Bildformate.

Dein Name und deine E-Mail-Adresse

Schon registriert? Anmelden

Wird nicht angezeigt. Wir schicken dir einen Link; sobald du damit bestätigst, erscheint dein Beitrag.

Mit dem Abschicken legst du einen kostenlosen Account an und erkennst die Nutzungsbedingungen und die Datenschutzerklärung an.