Question

我正在学习用于Web Scraping的Python3，这是我的代码：汇入要求 url ='https://beijing.douban.com/events/week-all' 要求= request.get（URL）从bs4导入BeautifulSoup 汤= BeautifulSoup（req.text，'html.parser'） events = soup.find（'ul'，{'class'：'events-list'}）。findAll（'li'）对于事件中的事件： event_details = dict（） event_details ['title'] = event.find（'div'，{'class'：'title'}） f =打开（'douban8.txt'，'a'，encoding ='utf-8'）打印（event_details，file = f）我得到的结果如下所示： ** {'title'：

年度动作奇幻大片《海王》北京IMAX 3D零点场免费观影来了！

} {'title'：无} {'title'：无} {'title'：无} {'title'：无} ** 我想要的只是标签之间的字符串，但是我无法摆脱整个文本中的标签。我尝试了.string或.text以及其他一些方法，但都失败了。有人可以给我一些建议吗？＃非常感谢@ sohan-das，我在这里更新代码：汇入要求 url ='https://beijing.douban.com/events/week-all' 要求= request.get（URL）从bs4导入BeautifulSoup 汤= BeautifulSoup（req.text，'html.parser'） events = soup.find（'ul'，{'class'：'events-list'}）。findAll（'li'）对于事件中的事件： event_details = dict（）尝试： event_details ['title'] = event.find（'div'{'class'，'title'}）。text.strip（） f =打开（'douban9.txt'，'a'，encoding ='utf-8'）打印（event_details，file = f）除了AttributeError：通过继续现在可以使用

Answer 1

event_details需要列出而不是dict，并将其放置在循环之外。 events列表中的元素有10个以上的元素需要过滤。

.....
events = soup.find('ul', {'class':'events-list'}).findAll('li')

event_details = []
for event in events:
    event_title = event.find('div', {'class':'title'})
    # if element not have div.title skip
    if event_title:
        event_details.append({'title' : event_title.text.strip()}) 

f = open('douban8.txt','a',encoding='utf-8')
print(event_details,file=f)

结果

[
  {'title': '年度动作奇幻大片《海王》北京IMAX 3D零点场免费观影来了！'},
  ....,
  {'title': '在被认可前，先让自己更专业！「42时」纪录片导演制作班第二季'}
]

无法从事件列表站点过滤元素字符串

1 个答案: