python bs4，如何在html中抓取此文本？

Question

網站網址： https ://n.news.naver.com/mnews/article/421/0006111920

我想在下面的 html 上刮掉“5”。

我使用了這個代碼：soup.select_one('span.u_likeit_text._count').get_text()

結果是'추천'

html代碼

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

Answer 1

這里的主要問題是計數是由JavaScript動態生成的，而不是在response中出現，所以你的soup 。

您可以使用selenium像瀏覽器一樣呈現頁面，並將driver.page_source轉換為BeautifulSoup對象：

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()

輸出：

8

Answer 2

您必須使用空格分隔類，而不是通過點連接。

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)