作者sky800507 (B翰)
看板Python
標題Re: [問題] 爬蟲 如何爬指定資料
時間Sat Feb 18 17:05:00 2017
※ 引述《a856479 (thebelief)》之銘言：
: 大家好，由於我沒有程式語言的基礎
: 最近試著爬網頁資料時遇到一個問題不知道怎麼解決
: 請求各位協助幫忙，謝謝!
: 目標網址:https://goo.gl/02M292
: 目標資料:只要"今日十全戰法偏多"裡面出現的股票名稱
: 問題:我找不出"今日十全戰法偏多"的class或能定義它的方式，
: 導致只能抓取到網頁內所有的股票名稱...
: ----------以下是我目前的寫法----------
: import requests
: from bs4 import BeautifulSoup
: res = requests.get("http://www.sohowgood.com/TwStock/PowerKLine.aspx")
: soup = BeautifulSoup(res.text, "lxml")
: stocks = soup.find_all('li')
: for stock in stocks:
: meta = stock.find('a')
: stockid = meta.getText().strip()
: print(stockid)
: 請問我該如何修改才能抓取到我需要的部分? 謝謝大家
import requests
from bs4 import BeautifulSoup
res = requests.get('
http://www.sohowgood.com/TwStock/PowerKLine.aspx')
soup = BeautifulSoup(res.text, 'lxml')
for stock in soup.select('ul')[5].select('li a'):
print(stock['title'])
如果怕ul的每次順序不是5，可以這樣寫:
import requests
from bs4 import BeautifulSoup
res = requests.get('
http://www.sohowgood.com/TwStock/PowerKLine.aspx')
soup = BeautifulSoup(res.text, 'lxml')
for table in soup.select('h2'):
if table.text == '今日十全戰法偏多':
for stock in table.next_sibling.next_sibling.select('li a'):
print(stock['title'])
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.160.52.219
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1487408702.A.95F.html
1F：→ a856479: 謝謝sky大的回應!本來苦惱怎麼指定'h2'的這個問題，現在 02/18 22:36
2F：→ a856479: 終於瞭解了 02/18 22:37