Question

我的目标是编写一个可以从网站检索特定数据的Python脚本。

具体而言，我必须提取这些数据：

<span class="street-address" itemprop="streetAddress">191, Corso Peschiera</span>

和

<div itemprop="telephone" class="tel elementPhone">0184 662271</div>

当然只有号码和地址！

虽然我尝试提取普通的'div'或'a'或'href'但我没有任何问题，但我无法改进我的研究。

这是我的代码...我无法写入文件，除非我只将soup.find_all('a')之类的参数传递给bs4：

from bs4 import BeautifulSoup
import requests

r = requests.get('https://www.paginegialle.it/ricerca/lidi%20balneari/Torino?')
data = r.text
soup = BeautifulSoup(data,"html.parser")
dia = soup.find_all('<div itemprop="telephone" class="tel elementPhone"></div>')

for link in soup.find_all('<div itemprop="telephone" class="tel elementPhone"></div>'):
    print (dia)

documento=open("mbsprovalive.csv","w")
    documento.write(dia)
        documento.close()

我该如何解决这个问题？

Answer 1

您可以使用bs4的attrs字段来准确指定您感兴趣的课程，如下所示：

#!/usr/bin/env python

from bs4 import BeautifulSoup
import requests 

data = requests.get('your url here').text
soup = BeautifulSoup(data,"html.parser")

for i,j in zip(soup.find_all('span', attrs={'class':'street-address'}), soup.find_all('div', attrs={'class':'tel elementPhone'})):
    print i.text, j.text

这应该有效！

Answer 2

这是完美运作的代码。只有一些烦人的格式问题。

from bs4 import BeautifulSoup
import requests
import csv
r = requests.get('https://www.paginegialle.it/ricerca/pizzerie/Milano?
mr=50')
data = r.text
soup = BeautifulSoup(data,"html.parser")
with open('mbsprprova.csv', 'w') as csvfile:
fieldnames = ['nome', 'indirizzo', 'telefono']
writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
for i,j,z in zip(soup.find_all('span', attrs={'class':'street-address'}), soup.find_all('div', attrs={'class':'telelementPhone'}), soup.find_all('span', attrs={'itemprop':'name'})):
    writer.writeheader()
    writer.writerow({'nome': z.text, 'telefono': j.text, 'indirizzo': i.text})

我无法使用Python的Beautiful Soup在CSV文件上写

2 个答案: