Question

关于我的网络浏览器，我有一个小问题。我试图在trustpilot网站上每次审查评分。我们以https://www.trustpilot.com/review/www.amazon.com为例尽管我设法抓住了评论内容和标题，但我似乎无法掌握给定的数量（1到5）。

如果我查看html代码，它不会显示“text”，因此我可以为其分配特定的类（就像我对内容和标题所做的那样）。

但是，课程描述本身会提到给定的星星数量 - 五星评级有元素：div class=''star-rating count-5 size-medium clearfix''. a 2-star rating the following: iv class=''star-rating count-2 size-medium clearfix''

此课程位于：div class =“review-info clearfix”

是否有人知道我如何抓取文字类，或每次审核只有count-x元素？

Answer 1

可以使用BeautifulSoup

轻松提取班级

from bs4 import BeautifulSoup
import requests
c = requests.get('https://www.trustpilot.com/review/www.amazon.com').content
soup = BeautifulSoup(c, 'html.parser')
reviews = soup.find_all('div', {'class': 'review-stack'})
for review in reviews[:5]:
    print(review.find('div', {'class': 'star-rating'})['class'])

这将打印出以下列表：

['star-rating', 'count-5', 'size-medium', 'clearfix']
['star-rating', 'count-5', 'size-medium', 'clearfix']
['star-rating', 'count-1', 'size-medium', 'clearfix']
['star-rating', 'count-4', 'size-medium', 'clearfix']
['star-rating', 'count-4', 'size-medium', 'clearfix']

现在您只需选择列表中的正确元素即可获得评分。

使用lxml：

from lxml import html
import requests
page = requests.get('https://www.trustpilot.com/review/www.amazon.com')
tree = html.fromstring(page.content)

reviews = tree.xpath("//div[@class='review-info clearfix']/div[1]")
for rev in reviews:
    print(rev.get('class'))

使用lxml xpath在Python 3中刮取文字类描述

1 个答案: