哪种数据类型应存储从新闻网站提取的用于 nlp 的文本数据

Question

我使用 beautifulsoup 提取了以下文本数据 对于 soup2.find_all(class_="td-post-content") 中的数据： data.get_text() 我应该将提取的数据存储在哪种类型的数据类型中

我将上面提取的数据存储到列表中，但无法执行文本分析 它不包含任何标题等..

Answer 1

我已经有一段时间没有接触过Python或BeautifulSoup了，但最后我检查了一下使用pandas来分析汤数据是天作之合。如果您尝试以有意义的方式组织和筛选数据，我肯定会检查一下。

您的列表不包含任何标题的原因是您只选择文章内容，而不是标题。我不知道您正在抓取哪个网站，但是如果您使用开发人员工具检查文章的标题，它应该会告诉您您正在寻找的课程。它可能与您已经对

class="td-post-content"

进行的搜索类似，但可能更接近

class="td-post-title"

或类似的内容。