![](/img/trans.png)
[英]Scrape permalinks to answers posted under a certain question on Quora via Python-Selenium Web Driver
[英]scrape question answers, date and upvotes from quora
我正在尝试使用beautifulsoup
从这个答案中抓取答案、日期和投票数字 - 但是我无法选择class="pagedlist_item"
。 我想从这门课开始的原因,其中包括每个答案的内容,例如有些帖子没有赞成票,所以我最终会得到不同长度的元素列表,以防万一缺少某些内容以及混合相同变量的顺序。
items_soup = BeautifulSoup(html, "html")
items_soup.find_all("div", {"class" : "pagedlist_item"})
当我运行此代码时,它返回一个空列表 - 所以不知道出了什么问题? 然后我想从中提取答案的文本、日期和投票数字(即使没有 - 所以基本上用 0 替换空白)。
是否可以拆分并获取我列出的每个元素? 答案文本,答案日期和答案的投票数字 - 目的是创建一个数据框。
请记住:该帖子有 49 个答案,但如果您不向下滚动,则不会显示所有答案,我想抓取所有 49 个答案。
我可以使用以下代码获得您正在寻找的内容:
import requests
from bs4 import BeautifulSoup
url = 'https://www.quora.com/What-is-the-brutal-truth-about-data-scientists'
r = requests.get(url)
soup = BeautifulSoup(r.text, 'lxml')
question = soup.find('span', {'class': 'ui_qtext_rendered_qtext'})
answers = [ s.text for s in soup.find_all("div", {"class" : "pagedlist_item"}) if s.text ]
结果有question == 'What is the brutal truth about data scientists?'
以及 28 个答案的列表。
运行以下命令时没有空列表:
import requests
from bs4 import BeautifulSoup
html ='https://www.quora.com/What-is-the-brutal-truth-about-data-scientists'
r = requests.get(url).text
soup = BeautifulSoup(r, 'html')
soup.find_all("div", {"class" : "pagedlist_item"})
请检查一下! 不确定您是否包含请求。
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.