Question

我试图从Shutterstock中搜索到的页面中收集数据ID。这就是HTML的样子

<i class="i i-lightbox sstk-icon icon-plus-sign js_lightbox_add" data-id="253869514" data-tooltip-title="Add to a lightbox" data-lightboximageid="253869514" data-toggle="modal" data-target=".lightbox-modal" data-track="click.searchResults-saveToLightboxModal" data-original-title="" title=""></i>

我想要存储data-id的值，以便我可以单独打印它们。

此代码例如不起作用，只返回：＆＃34;无＆＃34;

url = "https://www.shutterstock.com/search/test?autocomplete_id=&language=en&search_source=&version=llv1&image_type=images&safe=true"
r  = requests.get(url)
data = r.text
soup = BeautifulSoup(data)
for n in soup.find_all('i'):
    showdata = n.get('data-id')

print showdata

如果我将showdata = n.get（＆＃39; data-id＆＃39;）更改为：print n.get（＆＃39; data-id＆＃39;）它将返回所有数据ID，但一起返回。所以我不能单独打印它们

Answer 1

这样做：

for n in soup.find_all('i'):
    showdata = n.get('data-id')    
    print showdata

您将看到覆盖showdata的迭代，最后一个元素没有类data-id。

因此，这将为您提供所有非无匹配的列表：

all_data_ids = []
for n in soup.find_all('i'):
    showdata = n.get('data-id')
    if showdata:
        all_data_ids.append(showdata)

print all_data_ids

使用beautifulsoup分别存储数据

1 个答案: