美丽的汤 .find 找不到任何东西

Question

我正在尝试抓取Facebook 群组中的帖子：

URL = 'https://www.facebook.com/groups/110354088989367/'

headers = {
    "User-Agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36'
}


def checkSubletGroup():
    page = requests.get(URL, headers=headers)
    soup = BeautifulSoup(page.content, 'html.parser')
    posts = soup.find_all("div", {"class_": "text_exposed_root"})
    print(soup.prettify())
    for post in posts:
        print(post)


checkSubletGroup()

带有class="text_exposed_root"的div显然在那里，因为当我在print(soup.prettify())搜索时，我可以用CTRL f找到它，但是当我做soup.find_all("div", {"class_": "text_exposed_root"})它返回一个空列表，因此许多其他类名显然存在。

请帮忙。

Answer 1

问题是所有那些<div>都在一个注释掉的 HTML 块中。

这样的事情可以解决这个问题：

soup = BeautifulSoup(page.text.replace('<!--', '').replace('-->', ''), 'html.parser')

之后，您可以简单地执行以下操作：

posts = soup.find_all('div', 'text_exposed_root')

我希望它有帮助。

Answer 2

只需要在使用关键字参数检查类时使用class_ ，因为class是 Python 保留字，不能用作变量。 如果将属性作为字典传递，则只需使用class 。

所以应该是

posts = soup.find_all("div", {"class": "text_exposed_root"})

或者

posts = soup.find_all("div", class_ = "text_exposed_root")