python bs4，如何在html中抓取此文本？

Question

网站网址： https ://n.news.naver.com/mnews/article/421/0006111920

我想在下面的 html 上刮掉“5”。

我使用了这个代码：soup.select_one('span.u_likeit_text._count').get_text()

结果是'추천'

html代码

<span class="u_likeit_text _count num">5</span>

Answer 1

这里的主要问题是计数是由JavaScript动态生成的，而不是在response中出现，所以你的soup 。

您可以使用selenium像浏览器一样呈现页面，并将driver.page_source转换为BeautifulSoup对象：

from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverManager
from bs4 import BeautifulSoup
import time

driver = webdriver.Chrome(ChromeDriverManager().install())

driver.get("https://n.news.naver.com/mnews/article/421/0006111920")
time.sleep(3)

soup = BeautifulSoup(driver.page_source, 'html.parser')

soup.select_one('span.u_likeit_text._count').get_text()

输出：

8

Answer 2

您必须使用空格分隔类，而不是通过点连接。

from bs4 import BeautifulSoup

soup = BeautifulSoup("<span class='u_likeit_text _count num'>5</span>", 'html.parser')
print(soup)
seven_day = soup.find_all("span" , class_="u_likeit_text _count num")
print(seven_day[0].text)