Question

我试图从谷歌翻译网站中提取span标签内容。内容是翻译后的结果，其id =＆＃34; result_box＆＃34;。当试图打印内容时，它返回None值。

请查看图片here

import requests
from bs4 import BeautifulSoup

r = requests.get("https://translate.google.co.in/?rlz=1C1CHZL_enIN729IN729&um=1&ie=UTF-8&hl=en&client=tw-ob#en/fr/good%20morning")

soup = BeautifulSoup(r.content, "lxml")
spanner = soup.find(id = "result_box")

result = spanner.text

Answer 1

请求不会执行JavaScript，您可以使用 selenium 和 PhantomJS 进行无头浏览，如下所示：

from bs4 import BeautifulSoup
from selenium import webdriver

url = "https://translate.google.co.in/?rlz=1C1CHZL_enIN729IN729&um=1&ie=UTF-8&hl=en&client=tw-ob#en/fr/good%20morning"
browser = webdriver.PhantomJS()
browser.get(url)
html = browser.page_source

soup = BeautifulSoup(html, 'lxml')
spanner = soup.find(id = "result_box")
result = spanner.text

这给出了我们预期的结果：

>>> result
'Bonjour'

如何使用Beautiful Soup提取<span>标签内容？

1 个答案: