我正在尝试从 this URL 获取产品价格和名称。
当我检查 HTML 元素时,产品的价格位于 span
标签下,类名 c13VH6
。
但是,我得到一个空字符串。
下面是我的代码。
import requests
from bs4 import BeautifulSoup
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64)
AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
html_text=requests.get('https://www.daraz.com.np/televisions/?
spm=a2a0e.11779170.cate_3.1.287d2d2bmERvcc',headers=headers).text
soup=BeautifulSoup(html_text, 'lxml')
#soup = BeautifulSoup(html_text, 'html5lib')
string1=soup.find('span',class_='c13VH6')
print(soup.find('span', class_='c13VH6'))
print(string1)
答案 0 :(得分:0)
该网站是动态加载的,因此 requests
模块将不支持它。但是,数据以JSON格式嵌入网站,您可以使用内置的re
(regex)模块查找数据,并将其转换为Python字典(dict)
并访问{ {1}}/key
使用内置的 json
模块。
例如,打印所有产品名称和价格:
value
输出:
import json
import re
import requests
from bs4 import BeautifulSoup
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"
}
url = "https://www.daraz.com.np/televisions/?spm=a2a0e.11779170.cate_3.1.287d2d2bmERvcc"
soup = BeautifulSoup(requests.get(url, headers=headers).content, "lxml")
json_data = json.loads(re.search("window\.pageData=({.*})", str(soup)).group(1))
# To view all the JSON data:
# print(json.dumps(json_data, indent=3))
for data in json_data["mods"]["listItems"]:
print(data["name"])
print(data["priceShow"].split()[1])
print("-" * 80)