Question

试图弄清楚如何通过beautifulsoup提取游戏名称

我认为我的HTML方面存在问题

这里我到目前为止：

from requests import get

url = 'https://howlongtobeat.com/game.php?id=38050'

response = get(url)

from bs4 import BeautifulSoup

html_soup = BeautifulSoup(response.text, 'html.parser')

game_length = html_soup.find_all('div', class_='game_times')

length = (game_length[-1].find_all({'li': '    short time_100 shadow_box'})[-1].contents[3].get_text())

print(length)

game_name = html_soup.find_all('div', class_='profile_header_game')

game = (game_name[].find({"profile_header shadow_text"})[].contents[].get_text())

print(game)

我得到了长度而不是游戏名称为什么？

用于打印（长度）打印：

31 Hours

但是对于打印（游戏）打印：

game_name = html_soup.find_all（'div'，class _ ='profile_header_game'）

game =（game_name []。find（{“profile_header shadow_text”}）[]。contents []。get_text（））         文件“”，第1行           game =（game_name []。find（{“profile_header shadow_text”}）[]。contents []。get_text（））                             ^       SyntaxError：语法无效

打印（游戏）       Traceback（最近一次调用最后一次）：         文件“”，第1行，in       NameError：名称'game'未定义

我做错了什么？

Answer 1

您的代码中似乎存在一些语法问题。这是一个更正版本：

from bs4 import BeautifulSoup
import requests

url = 'https://howlongtobeat.com/game.php?id=38050'
response = requests.get(url)

html_soup = BeautifulSoup(response.text, 'html.parser')
game_times_tag = html_soup.find('div', class_='game_times')

game_time_list = []
for li_tag in game_times_tag.find_all('li'):
    title = li_tag.find('h5').text.strip()
    play_time = li_tag.find('div').text.strip()

    game_time_list.append((title, play_time))

for game_time in game_time_list:
    print(game_time)

profile_header_tag = html_soup.find("div", {"class": "profile_header shadow_text"})
game_name = profile_header_tag.text.strip()
print(game_name)

Answer 2

较短版本

game_length = html_soup.select('div.game_times li div')[-1].text
game_name = html_soup.select('div.profile_header')[0].text
developer = html_soup.find_all('strong', string='\nDeveloper:\n')[0].next_sibling

Beautifulsoup python3 Howlongtobeat.com提取名称（和其他元素）

2 个答案: