使用BeautifulSoup提交按钮/展开aria-expandable

Question

您好，我正在尝试扩展此page上的按钮，以使用漂亮的汤捕获剩余的属性。这是我尝试按下的按钮的html：

<button class="button__373c0__3lYgT secondary__373c0__1bsQo" aria-expanded="false" aria-controls="expander-link-content-cf6b4b45-8720-4627-96f8-397a766b8ddb" type="submit" value="submit" style="--mousedown-x:30px; --mousedown-y:27.625px; --button-width:113.422px;"><div class=" button-content__373c0__1QNtB border-color--default__373c0__3-ifU"><span class=" text__373c0__2Kxyz button-content-text__373c0__Z-7FO text-color--inherit__373c0__1lczC text-align--center__373c0__3VrfZ text-weight--semibold__373c0__2l0fe text-size--large__373c0__3t60B text--truncated__373c0__3sLaf"><p class=" text__373c0__2Kxyz text-color--normal__373c0__3xep9 text-align--left__373c0__2XGa- text-weight--semibold__373c0__2l0fe text-size--large__373c0__3t60B">15 More Attributes</p></span></div></button>

这就是我到目前为止所得到的：

headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_2) AppleWebKit/601.3.9 (KHTML, like Gecko) Version/9.0.2 Safari/601.3.9'}
url = 'https://www.yelp.com/biz/lazi-cow-davis?osq=lazi+cow'
response = requests.get(url, headers=headers)

sub_response = requests.get(sub_url, headers=headers)
sub_soup = BeautifulSoup(sub_response.content, 'lxml')

for item in sub_soup.select('section'):
    if item.find('h4'):
       name = item.find('h4').get_text()
       if name == "Amenities and More":
          tests = item.find_all('span')
          for span in tests:
              print(span.get_text())

我知道你可以使用Yelp API来抓取，但我需要使用+1000个不同的yelp站点，所以我想知道是否有解决办法，因为我目前的方法工作(我稍后会添加代理)，只是不是所有的属性

Answer 1

BeautifulSoup主要用于网络抓取，不能再多用了。

如果你需要与网页交互，比如点击按钮、滚动等，你需要使用浏览器。Selenium将为您提供帮助

Answer 2

您可以尝试使用Selenium：

from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait

driver = webdriver.Chrome('/Users/Downloads/chromedriver')

driver.implicitly_wait(30)

driver.find_element_by_xpath("//button[@class='button__373c0__3lYgT secondary__373c0__1bsQo activated__373c0__1moG8 ']").click()

for x in driver.find_elements_by_xpath("//div[@class=' arrange__373c0__2C9bH gutter-2__373c0__1DiLQ vertical-align-baseline__373c0__3HGi9 border-color--default__373c0__3-ifU']"):
    print(x.text)

告诉我这有没有帮助。