使用Scraping获取产品名称

Question

下面是我的代码，以获得产品名称"RENU新鲜镜头解决方案120 ML“从url..this躺在p标签.我只需要这个名字。

import requests
import lxml
from bs4 import BeautifulSoup

url = "http://www.lenskart.com/renu-fresh-lens-solution-100-ml.html"

source = requests.get(url)
data = source.content
soup = BeautifulSoup(data, "lxml")

pn = soup.find_all("div", {"class":"prcdt-overview"})[0].text
print pn

Answer 1

import requests
from bs4 import BeautifulSoup

url = "http://www.lenskart.com/renu-fresh-lens-solution-100-ml.html"

source = requests.get(url)
# data = source.content   pass the variable in the BeautifulSoup()
soup = BeautifulSoup(source.content, "lxml")

查找()版本：

pn = soup.find('div', class_="prcdt-overview").p.text

1. 您不需要导入'lxml'，BeautifulSoup会帮您完成的
2. 如果您只需要find_all()的第一个标记，则应该尝试find()，它将在find_all()中返回第一个标记
3. 您可以使用tag.tag.find()/find_all()逐步获取标记。
4. tag.tag_name是tag.find('tag_name')的简称

CSS选择器版本：

soup.select_one(".prcdt-overview p").text

1. select_one()将返回select()的第一个标记，如find()和find_all()

Answer 2

尝尝这个

pn = soup.select(".prcdt-overview h1[itemprop=name] p")[0].text

或

pn =soup.select(".prcdt-overview")[0].select("h1[itemprop=name]>p")[0].text

还有其他的方法，试试这些

希望这能有所帮助

Answer 3

更详细的方式：

pn = soup.find_all("div", {"title":"prcdt-overview"})[0]
divTitle = pn.find("div",{"class":"title"})
pText = divTitle.find("p").text
print pText