Question

我试图在网站上解析一个特定的“项目”，但我不知道它是一个类，对象，id还是别的什么

我的代码：

soup = BeautifulSoup(urllib2.urlopen(myURL))
divdata = soup.find('div')
print(divdata)

它返回：

<div data-store='{"Auth":{"cookie":null,"user":null,"timestamp":1485297666762},"Blocked":{},"Broadcast":
{"forceUpdate":false,"failed":[],"pending":[],"error":
{"isNotFound":false,"isServerError":false,"isUnavailable":false}},"BroadcastCache":{"broadcasts":{"ID1":{"broadcast":
{"data":{"class_name":"Broadcast","id":"ID1","state":"running,
....(more)....

所以我想要检索“正在运行”或者处于“状态”的状态我试过了

statedata = soup.find('div', {"class":"state"})

但它什么都没有返回，检索它的正确方法是什么？

Answer 1

import json
div_tag = soup.find('div', {'data-store':True})
data_string = div_tag['data-store']  # get data string
json.loads(data_string)['BroadcastCache']['broadcasts']['ID1']['broadcast']['data']['state'] # convert data string to python dict and get state

出：

'running'

Answer 2

正确的语法是soup.find_all('div', class_='state')。

请注意class_之后的下划线。

在没有修改的情况下，它不太适合你的情况，因为看起来div的实际类是'data-store'，其余只是一个字符串而不是标签的实际内容。你可以在那个上使用string.find('\"state\"')。

Python - 使用Beatifulsoup从url中检索特定的“对象”

2 个答案: