1
Я не могу понять, почему я получаю эту ошибку. Я следую this tutorial, чтобы извлечь фактический текст. Но я не понимаю ошибки.python2.7.8: TypeError: ожидаемая строка или буфер с bs4 и re
Может ли кто-нибудь взглянуть на мой код?
import urllib
from bs4 import BeautifulSoup
import re
url = "https://en.wikipedia.org/wiki/Python_(programming_language)" # link of website
html = urllib.urlopen(url).read() # reading and opening link
soup = BeautifulSoup(html) #parsing
for script in soup(["script", "style","a","<div id=\"bottom\" >"]): # all tags
script.extract() # clear out
for p in soup.find_all('p'): # loop for printing text
r = re.sub("<.*?>", "", p) # expression to get rid from <p> <b> etc
print r
Ошибка:
Traceback (most recent call last):
File "C:/Users/DELL/Desktop/python/s/fyp/textextractioon.py", line 16, in <module>
r = re.sub("<.*?>", "", p)
File "C:\Python27\lib\re.py", line 151, in sub
return _compile(pattern, flags).sub(repl, string, count)
TypeError: expected string or buffer
Эпический чувак thnx !!! – Malik
еще одно я не получаю те слова, которые находятся на ссылке на URL, например, в тексте pikon wikipedia помечен как гиперссылка. так что любая идея, где я делаю неправильно? – Malik
Я не понял q –