python - 无法获取 文本

Question

无法获取“表格”中的跨度文本，谢谢!

from bs4 import BeautifulSoup
import urllib2

url1 = "url"

content1 = urllib2.urlopen(url1).read()
soup = BeautifulSoup(content1,"lxml")
table = soup.findAll("div", {"class" : "iw_component","id":"c1417094965154"})
rows = table.find_all('span',recursive=False)
for row in rows:
    print(row.text)

Answer 1

table = soup.findAll("div", {"class": "iw_component","id":"c1417094965154"})

在上面的行中，findAll() 返回一个列表。因此，在下一行中，您会收到错误消息，因为它需要一个 HTML 字符串。

如果您只需要一张表，请尝试使用以下代码。只需更换

rows = table.find_all('span',recursive=False)

与

rows = table[0].find_all('span')

如果您希望页面中有多个表格，请在表格上运行 for 循环，然后在 for 循环内运行其余语句。

此外，为了获得漂亮的输出，您可以将 tabs 替换为空格，如下面的代码所示:

row = row.get_text()
row = row.replace('\t', '')
print(row)

您的最终工作代码是:

from bs4 import BeautifulSoup
import urllib2

url1 = "url"

content1 = urllib2.urlopen(url1).read()
soup = BeautifulSoup(content1,"lxml")
table = soup.findAll("div", {"class" : "iw_component","id":"c1417094965154"})
rows = table[0].find_all('span')
for row in rows:
    row_str = row.get_text()
    row_str = row_str.replace('\t', '')
    print(row_str)

关于 recursive=False 参数，如果它设置为 false，它只会在直接子项中找到，在您的情况下不会给出任何结果。

Recursive Argument in find()

If you only want Beautiful Soup to consider direct children, you can pass in recursive=False