美丽的汤，抓取没有常量/定义类或id的信息

Question

我正在从谷歌专利中抓取信息，目前我正试图从每一项专利中抓取“发明领域”部分。然而，当检查html时，它似乎没有自己的"field“类或id来允许我获取信息，所以我不确定我如何能够获得我需要的描述。例如，考虑到这项专利：https://patents.google.com/patent/EP3017304B1/en，我不确定如何从“发明的技术领域”中抓取信息。

一些专利的发明领域可能在不同的地方，比如这个：https://patents.google.com/patent/US8560271B2/en，它甚至只被贴上了“领域”的标签。一些专利可能根本不包含发明领域，或者它们可能被贴上标签或放在不易找到的地方，比如这一项：https://patents.google.com/patent/AU2016304408B2/en。

因此，我不确定我如何能够持续地从专利页面中剔除发明领域

Answer 1

您可以这样做：

container = soup.find('ul', {'mxw-id': 'PDES120175635'}).find('div', {'num': '0001'}).string

从“本发明的技术领域”获取文本。其他的也有一个唯一的数字。使用inspect控制台。