Question

我正在学习如何通过废弃电子商务来获取产品信息，虽然我取得了一些成就，但是有些部分我无法解析。

使用此代码，我可以获取标签中的信息

    productos = soup.find_all('li', {'class': 'item product product-item col-xs-12 col-sm-6 col-md-4'})
    for product_info in productos:

  # To store the information to a dictionary
    web_content_dict = {}
    web_content_dict['Marca'] = product_info.find('div',{'class':'product-item-manufacturer'}).text
    web_content_dict['Producto'] = product_info.find('strong',{'class':'product name product-item-name'}).text
    web_content_dict['Precio'] = product_info.find('span',{'class':'price'}).text



  # To store the dictionary to into a list
    web_content_list.append(web_content_dict)
df_kiwoko = pd.DataFrame(web_content_list)

我可以从以下信息中获取信息：

<div class="product-item-manufacturer"> PEDIGREE </div>

我想从这一部分获取信息：

<a href="https://www.kiwoko.com/sobre-pedigree-pollo-en-salsa-100-g-pollo- 
y-verduras.html" class="product photo product-item-photo" tabindex="-1" 
data-id="PED321441" data-name="Sobre Pedigree Vital Protection pollo y 
verduras en salsa 100 g" data-price="0.49" data-category="PERROS" data- 
list="PERROS" data-brand="PEDIGREE" data-quantity="1" data-click=""

例如取自“ Perros”

data-category="PERROS"

我该如何从不在> <之间的部分中获取信息并在“”之间获取元素？

谢谢！

通过报废产品提取信息

0 个答案: