PTT數位生活區 / Python

[問題] 新手學爬蟲(#的問題)

看板Python作者 (j884232001)時間6年前 (2019/04/01 21:17), 6年前編輯推噓8(8推 0噓 6→)
留言14則, 6人參與, 6年前最新討論串1/1
小弟目前邊看youtube邊試著學習python遇到了以下問題 請問圖中的資訊#text該如何使用select選擇出來呢? 或是該如何在panel-heading內剔除我不要的資訊? 欲爬蟲網址 : https://reurl.cc/Q52ao https://imgur.com/bBpIGUn
soup為已丟進BeautifulSoup4處理過並確定我想要的資訊有抓到 print(soup.contents) 輸出結果(部分) <div class="panel panel-default"> <div class="panel-heading"> <span class="label label-primary">3738</span> <span class="label label-default">Lv.107</span> <span class="label label-info" data-html="true" data-original-title="&lt;img src='https://rd-center.fharr.com/assets/sprite/cowraiders3.gif' style='max-height:75px;max-width:60px;'/&gt;" id="tooltip_3738" rel="tooltip"> 魔物模組</span> <span class="label label-success"></span> <a href="" rel="nofollow">https://rd.fharr.com/mob-3738.html">草寇</a> (彎刀草寇) </div> ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.169.157.215 ※ 文章網址: https://www.ptt.cc/bbs/Python/M.1554124659.A.8DE.html ※ 編輯: j884232001 (118.169.157.215), 04/01/2019 21:23:01 ※ 編輯: j884232001 (118.169.157.215), 04/01/2019 21:24:47 ※ 編輯: j884232001 (118.169.157.215), 04/01/2019 21:25:36 ※ 編輯: j884232001 (118.169.157.215), 04/01/2019 21:30:19 ※ 編輯: j884232001 (118.169.157.215), 04/01/2019 21:34:44 ※ 編輯: j884232001 (118.169.157.215), 04/01/2019 23:11:17
推
04/02 00:18, 6年前 , 1F
如果你英文還行的話，查一點字典把這個看完吧
04/02 00:18, 1F
→
04/02 00:19, 6年前 , 2F
04/02 00:19, 2F
→
04/02 00:23, 6年前 , 3F
class跟id的性質不太一樣，你應該補充一點HTML跟CSS的
04/02 00:23, 3F
→
04/02 00:23, 6年前 , 4F
基礎
04/02 00:23, 4F
由於(彎刀草寇)這行字並沒有Attributes因此想直接抓panel-heading就這層的text 但不曉得該怎麼下參數.. ※ 編輯: j884232001 (118.169.157.215), 04/02/2019 02:15:21
推
04/02 05:39, 6年前 , 5F
抓整個div的最後幾個字吧 最直接
04/02 05:39, 5F
有使用過.get_text()、但似乎沒辦法用Regex來做規則、請問您的做法是下哪個參數呢? ※ 編輯: j884232001 (118.169.157.215), 04/02/2019 11:16:02
推
04/02 14:40, 6年前 , 6F
用pandas讀入網頁之後再處理會不會比較好?
04/02 14:40, 6F
推
04/02 17:16, 6年前 , 7F
看起來是最外層div的文字內容，所以應該是最後一個元素
04/02 17:16, 7F
→
04/02 19:54, 6年前 , 8F
你是只要 (灣刀草寇)這四個字嗎？
04/02 19:54, 8F
推
04/02 21:21, 6年前 , 9F
第一次遇到這種狀況 就寫一篇文章回覆啦
04/02 21:21, 9F
→
04/02 21:21, 6年前 , 10F
04/02 21:21, 10F
感謝您的文章、真的沒用過decompose... ※ 編輯: j884232001 (118.169.157.215), 04/02/2019 21:45:19
推
04/03 06:15, 6年前 , 11F
最後一個元素的取法 soup.contents[len(soup.contents)-1]
04/03 06:15, 11F
原來contents可以這樣用...真的上了一課感謝!! ※ 編輯: j884232001 (118.169.157.215), 04/03/2019 12:41:52
推
04/04 01:02, 6年前 , 12F
我會用regex去找出最後一個tag括號後面的字
04/04 01:02, 12F
→
04/04 01:02, 6年前 , 13F
不過樓上a大的寫法比較穩
04/04 01:02, 13F
目前服用A大的方法中、請問您的做法可否分享呢? 單純只是想多學學 ※ 編輯: j884232001 (118.169.148.216), 04/04/2019 04:02:49
推
04/04 20:50, 6年前 , 14F
04/04 20:50, 14F
‣ 更多 j884232001 的文章
文章代碼(AID): #1SeWzpZU (Python)
Python 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 j884232001 的文章
文章代碼(AID): #1SeWzpZU (Python)