使用python從html獲取最后一個頁碼

Question

我正在嘗試從 html 代碼中獲取最后一個頁碼：

<a aria-label="Page 47" class="pg _act">47</a>

url = "https://www.jumia.com.ng/womens-dresses/"

def getLastPageNumber(soup):
  number = []
  for item in soup.find_all("a", class_="pg _act"):
    x = item.text
    number.append(x)
  return max(number)

getLastPageNumber(soup)

每當我運行此代碼時，它只會返回“1”，如果我將 url 更改為 url = "https://www.jumia.com.ng/womens-dresses/?page=48" ，它會輸出 48。我是什么想要的是它附加頁碼並返回最大值。

Answer 1

您可以通過aria-label="Last Page"獲取此元素並通過正則表達式獲取最后一頁的編號，代碼如下：

from bs4 import BeautifulSoup
import requests, re

url = "https://www.jumia.com.ng/womens-dresses/"
regex = r"page=(.*)#"
resp = requests.get(url)
soup = BeautifulSoup(resp.text)
target_tag = soup.find("a", {"aria-label": "Last Page"})
print(re.search(regex, target_tag.get("href")).group(1))

這給了我：

50

它與頁面相同：