我是Python的新手,我正在学习它用于抓取目的我使用BeautifulSoup来收集链接(即'a'标签的href).我正在尝试收集网站http://allevents.in/lahore/的"UPCOMING EVENTS"标签下的链接.我正在使用Firebug来检查元素并获取CSS路径,但此代码没有返回任何内容.我正在寻找修复程序以及如何选择适当的CSS选择器以从任何站点检索所需链接的一些建议.我写了这段代码:
from bs4 import BeautifulSoup import requests url = "http://allevents.in/lahore/" r = requests.get(url) data = r.text soup = BeautifulSoup(data) for link in soup.select( 'html body div.non-overlay.gray-trans-back div.container div.row div.span8 div#eh-1748056798.events-horizontal div.eh-container.row ul.eh-slider li.h-item div.h-meta div.title a[href]'): print link.get('href')
Martijn Piet.. 28
该页面在使用类和标记方面并不是最友好的,但即便如此,您的CSS选择器也太具体而无法在这里使用.
如果你想要即将发生的事件,你只需要第一个 请注意,您应不使用标签,所以标题上的链接:
upcoming_events_div = soup.select_one('div#events-horizontal')
for link in upcoming_events_div.select('div.title a[href]'):
print link['href']
r.text
; 使用r.content
Unicode并将解码转换为BeautifulSoup.请参阅utf-8中的字符编码问题