如何在 Django 中使用 BeautifulSoup 从嵌套 HTML 中获取数据

Question

我正在尝试学习网页抓取，但我陷入了我想要的数据被 div 标签包裹的地步，如下所示：<div class="maincounter-number"><span style="color:#aaa">803 </span></div>有几个这样的数据，我需要全部（例如 803）。所以我想我需要做 soup.find_all(...) 但我不知道该放什么进去。有人帮忙吗？我正在 python (Django) 中工作。

Answer 1

这应该可以完成您想要做的事情：

from bs4 import BeautifulSoup

html_doc = '<div class="maincounter-number"><span style="color:#aaa">803 </span></div>'

soup = BeautifulSoup(html_doc, 'html.parser')

print(soup.find_all('span', {'style': 'color:#aaa'})[0].get_text())

如果你只想查询div中的文本并按类别搜索：

print(soup.find_all('div', {'class': 'maincounter-number'})[0].get_text())