python - 使用 selectorgadget.com 解析 HTML 文件

Question

如何才能用美汤和selectorgadget抓取一个网站。例如我有一个网站 - (a newegg product)我希望我的脚本返回该产品的所有规范(点击规范)，我的意思是 - 英特尔，台式机，......，2.4GHz，1066Mhz，......，3 年有限的。

使用 selectorgadget 后我得到了字符串-.desc

我该如何使用它？

谢谢:)

Answer 1

检查页面，我可以看到规范放在 ID 为 pcraSpecs 的 div 中:

<div id="pcraSpecs">
  <script type="text/javascript">...</script>
  <TABLE cellpadding="0" cellspacing="0" class="specification">
    <TR>
      <TD colspan="2" class="title">Model</TD>
    </TR>
    <TR>
      <TD class="name">Brand</TD>
      <TD class="desc"><script type="text/javascript">document.write(neg_specification_newline('Intel'));</script></TD>
    </TR>
    <TR>
      <TD class="name">Processors Type</TD>
      <TD class="desc"><script type="text/javascript">document.write(neg_specification_newline('Desktop'));</script></TD>    
    </TR>
    ...
  </TABLE>
</div>

desc 是表格单元格的类。

你要做的是提取这个表的内容。

soup.find(id="pcraSpecs").findAll("td") 应该让你开始。