Python-爬蟲8-找出所有 'h' 開頭的標題文字

找出所有 'h' 開頭的標題文字

目標網址:https://www.dotblogs.com.tw/YiruAtStudio

import requests
import re
from bs4 import BeautifulSoup

def main():
    resp = requests.get('https://www.dotblogs.com.tw/YiruAtStudio')
    soup = BeautifulSoup(resp.text, 'html.parser')

    # 找出所有 'h' 開頭的標題文字
    titles = soup.find_all(['h1', 'h2', 'h3', 'h4', 'h5', 'h6'])
    for title in titles:
        print(title.text.strip()) #strip()去除頭尾空白或斷行字符
         
        # 利用 regex 找出所有 'h' 開頭的標題文字
    for title in soup.find_all(re.compile('h[1-6]')):
        print(title.text.strip())

if __name__ == '__main__':
    main()
    

參考

 

Yiru@Studio - 關於我 - 意如