作者j884232001 (j884232001)
看板Python
标题[问题] 新手学爬虫(#的问题)
时间Mon Apr 1 21:17:34 2019
小弟目前边看youtube边试着学习python遇到了以下问题
请问图中的资讯#text该如何使用select选择出来呢?
或是该如何在panel-heading内剔除我不要的资讯?
欲爬虫网址 :
https://reurl.cc/Q52ao
https://imgur.com/bBpIGUn
soup为已丢进BeautifulSoup4处理过并确定我想要的资讯有抓到
print(soup.contents)
输出结果(部分)
<div class="panel panel-default">
<div class="panel-heading">
<span class="label label-primary">3738</span>
<span class="label label-default">Lv.107</span>
<span class="label label-info" data-html="true" data-original-title="<img
src='
https://rd-center.fharr.com/assets/sprite/cowraiders3.gif'
style='max-height:75px;max-width:60px;'/>" id="tooltip_3738" rel="tooltip">
魔物模组</span>
<span class="label label-success"></span> <a
href="
https://rd.fharr.com/mob-3738.html">草寇</a>
(弯刀草寇)
</div>
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.169.157.215
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1554124659.A.8DE.html
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 21:23:01
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 21:24:47
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 21:25:36
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 21:30:19
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 21:34:44
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 23:11:17
1F：推 bugbug777: 如果你英文还行的话，查一点字典把这个看完吧 04/02 00:18
3F：→ bugbug777: class跟id的性质不太一样，你应该补充一点HTML跟CSS的 04/02 00:23
4F：→ bugbug777: 基础 04/02 00:23
由於(弯刀草寇)这行字并没有Attributes因此想直接抓panel-heading就这层的text
但不晓得该怎麽下参数..
※ 编辑: j884232001 (118.169.157.215), 04/02/2019 02:15:21
5F：推 lemon651: 抓整个div的最後几个字吧 最直接 04/02 05:39
有使用过.get_text()、但似乎没办法用Regex来做规则、请问您的做法是下哪个参数呢?
※ 编辑: j884232001 (118.169.157.215), 04/02/2019 11:16:02
6F：推 chaotic0307: 用pandas读入网页之後再处理会不会比较好? 04/02 14:40
7F：推 art1: 看起来是最外层div的文字内容，所以应该是最後一个元素 04/02 17:16
8F：→ HenryLiKing: 你是只要 (湾刀草寇)这四个字吗？ 04/02 19:54
9F：推 HenryLiKing: 第一次遇到这种状况 就写一篇文章回覆啦 04/02 21:21
感谢您的文章、真的没用过decompose...
※ 编辑: j884232001 (118.169.157.215), 04/02/2019 21:45:19
11F：推 art1: 最後一个元素的取法 soup.contents[len(soup.contents)-1] 04/03 06:15
原来contents可以这样用...真的上了一课感谢!!
※ 编辑: j884232001 (118.169.157.215), 04/03/2019 12:41:52
12F：推 vi000246: 我会用regex去找出最後一个tag括号後面的字 04/04 01:02
13F：→ vi000246: 不过楼上a大的写法比较稳 04/04 01:02
目前服用A大的方法中、请问您的做法可否分享呢? 单纯只是想多学学
※ 编辑: j884232001 (118.169.148.216), 04/04/2019 04:02:49