Question

我正在通过一个类似以下内容的网站进行解析：

<div class = "class-name" data-fmid="somenumber">

如何使用beautiful soup提取一些数字？我目前正在获取与类名相关的元素：

soup.find_all('div', {'class':'classname'})

但不确定如何获取“ somenumber”。我使用的是beautifulsoup，这对于网络抓取来说是一个新手。

Answer 1

如果您要查找单个元素

a = soup.find('div', {'class':"class-name"})
a['data-fmid']

如果有多个div，则要获取以下数据：

a = soup.find_all('div', {'class':"class-name"})
for ai in a :
    print(ai['data-fmid'])

Answer 2

使用css attribute selector，因为这就是他们的目的

items = [item['data-fmid'] for item in soup.select("[data-fmid]")]

Answer 3

也许这不是您想要的。但是，这可能会有所帮助。因为您没有提供要抓取的URL，所以我仅举一个网站示例。

import urllib.request
from urllib.request import urlopen
from bs4 import BeautifulSoup

url = 'http://dnedesign.us.to/tables/'
page = urllib.request.urlopen(url)
soup = BeautifulSoup(page, "html.parser")

status = []
for div in soup.find_all('div', attrs={'class':'mobile-menu-anchor fixed-primary-menu'}):
    print (''.join(div['id']))

您可以使用实际的URL地址更改url中的值，使用实际的类名更改代码中的class的名称，并使用{{1 }}。或者，如果您想在每个id中获取data-fmid名称和class，则可以使用以下id：

div

Answer 4

通过div标识class：

all_num_class = soup.find_all('div', class_='classname') 
for ai in all_num_class:
    print(ai.get('data-fmid'))

或者您可以使用任何attr来标识要爬网的div：

all_num_class = soup.find_all('div', attr={'class':'classname'}) 
for ai in all_num_class:
    print(ai.get('data-fmid'))

在div类中寻找价值

4 个答案: