如何从 python 中的 div 获取数据？

Posted 2023-02-21

【中文标题】如何从 python 中的 div 获取数据？

【英文标题】：How do I get data from a div in python?

【发布时间】：2022-01-23 07:45:22

【问题描述】：

我正在编写一个应该从 div 返回文本的 python 脚本。 html 看起来像这样：

<div id="bodyContent" class="vector-body">
    <div id="siteSub" class="noprint">From Wikipedia, the free encyclopedia</div>

所以我的脚本应该返回：“来自***，免费的百科全书”，但它什么也没返回

source = requests.get("https://en.wikipedia.org/wiki/2021_Osaka_building_fire").text

soup = BeautifulSoup(source, 'lxml')

print(soup.select_one("div[class*=noprint]").text)

我做错了什么？

【问题讨论】：

class*=noprint 星号的用途是什么？

如果你使用soup.select('div', 'class': 'noprint')之类的东西，你会发现这是第7个匹配的div有你需要的文本，select_one给你第一个，这确实是空的。跨度>

【参考方案1】：

问题是页面中还有其他 div.noprint，它捕获的“一个”是空的

另一种方法是通过 id 找出：

print(soup.select_one("div[id*=siteSub]").text)