首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Python爬虫的BeautifulSoup提取

Python爬虫的BeautifulSoup提取
EN

Stack Overflow用户
提问于 2017-01-24 09:28:41
回答 1查看 173关注 0票数 0

我正试着从图片中提取标题。我已经成功地提取了url,但不确定如何对图像标题的提取进行编码。

代码:

代码语言:javascript
复制
import requests 
from bs4 import BeautifulSoup 

def trade_spider(max_pages): 
    page = 1
    while page <= max_pages:
        url = 'http://www.gurstree.com.au/s—cars—vans—utes/melbourne/page—' + str(page) + '/c1832013001317'
        source_code = requests.get(url)
        plain_text = source_code.text
        soup = BeautifulSoup(plain_text)
        for link in soup.findAll('a', {'class': 'ad—listing_title—link'}):
            href = 'http://www.gumtree.com.au/' + link.get('href')
            print(href)
        page += 1 

trade_spider(1)

HTML是:

代码语言:javascript
复制
<a itemprop="url" class="ad-listing__thumb-link" name="1124692138" href="/s-ad/derrimut/cars-vans-utes/2015-toyota-86-coupe-12-month-warranty-/1124692138" data-ref="searchTopAd">
  <span id="r-image-TOP_AD-1124692138" title="2015 Toyota 86 Coupe **12 MONTH WARRANTY** Derrimut Brimbank Area Preview" class="j-responsive-image ad-listing__thumb" data-index="1">...</span>
</a>

第一行是href,但是我想按照title突出显示的span块获得span

谢谢!

EN

回答 1

Stack Overflow用户

发布于 2017-01-24 09:36:35

代码语言:javascript
复制
link.span.get('title')

使用.查找下一个span并获取title

使用regex匹配加载项中的字符串:

代码语言:javascript
复制
import re    
soup.find('span', id=re.compile(r'r-image'))
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/41824514

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档