[英]Scraping HTML data from website in Python
我正在尝试从某些网站抓取某些HTML数据,但似乎无法抓取所需的部分。 例如,我为自己设定了从这个博客中删除追随者数量的挑战,但我似乎没有做到。
我试过使用urllib,request,beautifulsoup以及Jam API 。
这是我目前的代码:
from bs4 import BeautifulSoup
from urllib import urlopen
import json
import urllib2
html = urlopen('http://freelegalconsultancy.blogspot.co.uk/')
soup = BeautifulSoup(html, "lxml")
print soup
在这个实例中,我将如何吸引更多的追随者?
您无法抓住关注者,因为它是javascript加载的小部件。 您需要通过css类或id或元素来获取html的一部分。
例如:
from bs4 import BeautifulSoup
from urllib import urlopen
html = urlopen('http://freelegalconsultancy.blogspot.co.uk/')
soup = BeautifulSoup(html)
assert soup.h1.string == '\nLAW FOR ALL-M.MURALI MOHAN\n'
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.