Question

我一直在尝试使用Python和BeautifulSoup从网站中提取一些数据。我似乎无法找到提取div属性内容的方法。

例如，从中：

<div class= "something">
    <div class="a" title="b">
        <img class="c" height="d" src="e" width="f" alt="g">
    </div>

我想提取标题并获得结果：

我试过这个：

for all_data in soup.find_all('div', {'class': 'someClass'}):
    for headline in all_data.find_all('div', {'class': 'main-
     attributes'}):

        for rating in headline.find('div', {'class': 'Something'}):
            print(rating)

现在这当然会拉出整个div类。我想要的是拔出标题。另一件事是当我尝试将整个div类写入CSV时，它会写入空白或者只是弄乱整个CSV。

我真的很感激对此的任何帮助。我是Python和编码的初学者，所以如果这个问题不够具体，我很抱歉。

提前致谢!! 干杯

Answer 1

find()返回单个元素而不是列表。所以，你不能像这样迭代：

for rating in headline.find('div', {'class': 'Something'}):
    print(rating)

要获取title属性，您只需在汤对象上使用 ['title'] ，就像这样：

>>> html = '''<div class= "something">
<div class="a" title="b">
    <img class="c" height="d" src="e" width="f" alt="g">
</div>'''
>>> soup = BeautifulSoup(html, 'lxml')

>>> soup.find('div', class_='something').div
<div class="a" title="b">
<img alt="g" class="c" height="d" src="e" width="f"/>
</div>

>>> soup.find('div', class_='something').div['title']
'b'

或者，更确切地说，您可以使用

soup.find('div', class_='something').find('div', class_='a')['title']

Read the docs了解有关如何获取属性的属性/内容的更多信息。

Answer 2

如果要使用类title提取a元素，可以执行以下操作：

from bs4 import BeautifulSoup

ad= '<div class= "something"> \
        <div class="a" title="b"> \
           <img class="c" height="d" src="e" width="f" alt="g"> \
        </div>'
soup = BeautifulSoup(ad,"lxml").find_all("div", {"class": "a"})
for items in soup:
    title=items['title']     #this format is used to fetch attributes of an element
    print(title)

使用Python和BeautifulSoup刮取数据 - 无法提取div属性内容

2 个答案: