时间戳

首页 > 解决方案 > 美丽的汤在一个网站上返回空列表，但在另一个网站上有效

python - 美丽的汤在一个网站上返回空列表，但在另一个网站上有效

问题描述

我目前正在通过“用 Python 自动化无聊的东西”来学习 Python。我现在正在做 Web Scraping 部分。

我编写了从一个网站获取产品价格的代码。但是，当我稍微编辑我的代码以在另一个网站上工作时似乎不起作用，并且 Beautiful Soup 从 CSS 返回一个空列表。

这是我的工作代码。

import bs4, requests, re

def getPrice(productUrl):
    res = requests.get(productUrl)
    res.raise_for_status()

    soup = bs4.BeautifulSoup(res.text, 'html.parser')

    # Go through CSS and get price
    source = soup.select('#product_addtocart_form > div.product-shop > div.details-info')
    element = source[0].text.strip()
    # Regex for getting the price from the rest of the CSS.
    pattern = re.compile(r"""R([1-9]\d*)(\.\d\d)?(?![\d.])""")

    # Get price from string using regex pattern
    trueprice = re.split(pattern, element)
    return("The product's price is : R " + trueprice[1])

product = "https://www.faithful-to-nature.co.za/green-home-paper-straws-in-compostable-bag"

weblink = getPrice(product)

print(weblink)

这是我为另一个不起作用的网站编辑的代码。我注释掉了一些代码，因为当列表中没有数据时它没有任何功能。

import bs4, requests, re

def getPrice(productUrl):
    res = requests.get(productUrl)
    res.raise_for_status() # Check for any errors in request

    soup = bs4.BeautifulSoup(res.text, 'html.parser')

    # Go through CSS and get price
    csssource = soup.select('#shopfront-app > div > div.grid-container.pdp-grid-container > div.grid-x.grid-margin-x > div > div > div > div > div.cell.medium-auto > div.pdp-core-module_actions_mdYzm > div.sf-buybox.pdp-core-module_buybox_q5wLs.buybox-module_buybox_eWK2S')
    #element = csssource[0].text.strip()

    # Regex for getting the price from the rest of the CSS.
    pattern = re.compile(r"""R([1-9]\d*)(\.\d\d)?(?![\d.])""")

    #trueprice = re.split(pattern, element)
    #return("The product's price is : R " + trueprice[1])

    print(csssource)

test1 = "https://www.takealot.com/lego-classic-basic-brick-set-11002/PLID53430493"


weblink = getPrice(test1)

print(weblink)

在这两个站点中，我使用 Chrome 上的检查方法获得了 CSS 选择器。我尝试使用更广泛的 CSS 选择器，但 Beautiful Soup 仍然返回一个空列表。

如何让 Beautiful Soup 返回正确的列表/CSS 选择器？

标签： pythonweb-scrapingbeautifulsoup

解决方案

嗨，我相信这个网站正在提供动态内容，所以你需要使用 selenium，当我尝试只用请求/bs 抓取时，我也会得到空白列表。您可能可以使用您原来的 css 选择标准，但我选择了您试图获得的价格的第 5 次出现的货币。

下载正确的壁虎驱动程序并在脚本中设置路径。

https://github.com/mozilla/geckodriver/releases

from bs4 import BeautifulSoup
from selenium import webdriver
import time

#self.driver = webdriver.Firefox(executable_path = 'D:\Selenium_RiponAlWasim\geckodriver-v0.18.0-win64\geckodriver.exe')

driver = webdriver.Firefox()
driver.get('https://www.takealot.com/lego-classic-basic-brick-set-11002/PLID53430493')
html = driver.page_source
soup = BeautifulSoup(html,'lxml')
i = 0
for span in soup.find_all('span',{'class' : 'currency'}):
    if(i == 4):
        print(span.text)
    i += 1
#driver.close()
#returns R 315

推荐阅读