用BeautifulSoup和Python抓取特定的'dd‘标签
提问于 2019-10-31 06:14:02
我正在学习美汤，我遇到了一个十字问题。这就是在html中抓取dd标签。看看下面的图片，我想获取红色区域中的参数。问题是我不知道如何访问它们。我已经尝试过了：
kvadratura = float(nek_html.find('span', class_='d-inline-block mt-auto').text.split(' ')[0])
jedinica_mere = nek_html.find('span', class_='d-inline-block mt-auto').text.split(' ')[1].strip()
...
但问题是，有时不同的页面有不同的参数，或者参数的顺序不同，所以我无法使用索引进行访问。查看链接：
https://www.nekretnine.rs/stambeni-objekti/stanovi/centar-zmaj-jovina-salonac-id1003/NkmUEzjEFo0/
我怎么能确定我将总是抓取我想要的参数呢？之后，每个参数都会进入列表，因此如果某个参数现在确实存在，它应该将''添加到列表中
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-10-31 07:13:00
在这种情况下，您可能希望这样做，而不是使用索引，因为后者可能会将您引向错误的dd。当您采用以下方法时，您所需要做的就是替换:contains('')中的文本以获得它们的dd，如Transakcija、Vrsta stana等。
import requests
from bs4 import BeautifulSoup
url = "https://www.nekretnine.rs/stambeni-objekti/stanovi/zemun-krajiska-41m-bela-fasadna-cila-odlican/NkiRX4sq4Cy/"
res = requests.get(url)
soup = BeautifulSoup(res.text,"lxml")
Kategorija = soup.select_one(".base-inf .dl-horozontal:has(:contains('Kategorija:')) > dd")
Kategorija = Kategorija.get_text(strip=True) if Kategorija else ""
print(Kategorija)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/58637730
复制相关文章
腾讯云开发者
