Question

我正试图通过BeautifulSoup获得我在Telegram上的帖子的观看次数。例如，我想从我的频道发布号956中获取它：https://t.me/dayygesstt/956

<span class="tgme_widget_message_views">3.1K</span>

所以我需要“ 3.1K”。

import requests
from bs4 import BeautifulSoup

def get_html(url):
    r = requests.get(url,'lxml')
    return r.text
url='https://t.me/dayygesstt/956'
html=get_html(url)
soup=BeautifulSoup(html, )

x = soup.findAll("div", {"class": "tgme_page tgme_page_post"})

for i in x :
    r=i.findAll("div", {"class": "tgme_page_widget"})
    print(r)

它会打印：

[<div class="tgme_page_widget" id="widget">
<script async="" data-telegram-post="dayygesstt/956" data-width="100%" src="https://telegram.org/js/telegram-
widget.js?4"></script>
</div>]

我尝试了其他方法，但无法获取更多信息。请帮助我，我在做什么错？如何正确获取信息？

Answer 1

您可以使用在脚本中加载iframe的URL。然后，您只得到了没有小部件的小部件。为此，请使用原始URL，并附加查询字符串“ embed = 1”。

import requests
from bs4 import BeautifulSoup

url = 'https://t.me/dayygesstt/956?embed=1'
r = requests.get(url)
soup = BeautifulSoup(r.text, "html.parser")
views = soup.find("span", {"class": "tgme_widget_message_views"})
print(views.text)

Answer 2

我认为您需要定义与BeautifulSoup一起使用的解析器，以使其能够正确解析HTML，因此此行；

soup=BeautifulSoup(html, )

需要这样；

soup=BeautifulSoup(html, 'html.parser')

Beautiful Soup python .get from html的完整信息

2 个答案: