使用 map 和 lambda 加入 BeautifulSoup Contents

Question

我想抓取网页内容并清理格式

from bs4 import BeautifulSoup
import urllib.request
import urllib.parse
import lxml
url='https://en.wikipedia.org/wiki/Deep_learning'
page=urllib.request.urlopen(url)
soup=BeautifulSoup(page,"lxml")
fetched_text=' '.join(map(lambda p: p.text.soup.find_all('p'),soup))

它有如下错误：

此代码最初是从这样的 youtube 教程中找到的：

fetched_text=' '.join(map(lambda p: p.text.soup.find_all('p')))

但是有人抱怨 map() 没有正确使用。

谁能帮帮我？

Answer 1

也许你使用列表理解更舒服：

fetched_text=' '.join([p.text for p in soup.find_all('p')])

或者你可以用 map 来做，记住 map 等待一个函数和一个迭代：

fetched_text=' '.join(map(lambda p: p.text, soup.find_all('p')))