保存在csv文件中的url的抓取列表每个网址都有一个带有<p>标记的类需要为每个网址在一行中提取<p>标记的内容

问题描述

我的html看起来像这样：

URL 1:
<div class="ABC" 11-22-11="1">
  <h2 class="single-col-row-heading" 11-22-11="1">About</h2>
    <p 11-22-11="1">TEXT1;</p>
</div>

URL 2:
<div class="ABC" 11-22-11="1">
  <h2 class="single-col-row-heading" 11-22-11="1">About</h2>
    <p 11-22-11="1">TEXT2;</p>
    <p 11-22-11="1">TEXT3</p>
    <p 11-22-11="1">TEXT4</p>
    <p 11-22-11="1">TEXT5</p>
</div>

URL 3:
<div class="ABC" 11-22-11="1">
  <h2 class="single-col-row-heading" 11-22-11="1">About</h2>
    <p 11-22-11="1">TEXT6;</p>
    <p 11-22-11="1">TEXT7</p>
    <p 11-22-11="1">TEXT8</p>
    <p 11-22-11="1">TEXT9</p>
</div>

URL 4:
<div class="ABC" 11-22-11="1">
  <h2 class="single-col-row-heading" 11-22-11="1">About</h2>
    <p 11-22-11="1">TEXT10;</p>
</div>

我的代码正在组合长度大于5的所有URL的内容。如何使代码打印内容并转到每个URL的下一行。

contents = []
with open('xyz.csv','r') as csvf:
    urls = csv.reader(csvf)
    for url in urls:
        contents.append(url)

for url in contents:
    page = urlopen(url[0]).read()
    soup = bs(page,"html.parser")

    for item in soup.find_all("div",class_="ABC"):
        for content in item.find_all({'p','li'}): ## some urls have <li> tags 
            if len(item) == 5:
                content = content.text
                print(content)
            else:
                print(content.text,sep='',end=' ',flush=False)

我的代码输出为：

TEXT1
TEXT2. TEXT3. TEXT4. TEXT5. TEXT6. TEXT7. TEXT8. TEXT9.
TEXT10

但是，所需的输出是：

TEXT1
TEXT2 TEXT3 TEXT4 TEXT5 
TEXT6 TEXT7 TEXT8 TEXT9
TEXT10

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）