python - 无法在美丽的汤中正确获取时间戳
问题描述
在此处输入图像描述, 请参考随附的图片图像。我正在尝试获取时间戳和以下 10 #content,如图所示以及下面代码中的预期输出,但是我无法获取“40 分钟前”类型的文本。相反,我得到的是这种格式的“08-04-2021 16:48:34”。
from bs4 import BeautifulSoup
import requests
URL="https://trends24.in/india/"
html_text=requests.get(URL)
soup= BeautifulSoup(html_text.content,'lxml')
results = []
job_elem=soup.findAll(attrs={'class': 'trend-card'})
for j in job_elem:
print(j.find('h5').get_text())
for i in soup.select('#trend-list li'):
d = dict()
d[i.a.text] = ''
try:
val = i.select_one('.tweet-count').text
except:
val = "NA"
finally:
d[i.a.text] = val
results.append(d)
print(d)
**Output:**
08-04-2021 16:48:34
08-04-2021 15:54:30
08-04-2021 15:01:07
...
{'#AskNivetha': 'NA'}
{'#TikaUtsav': 'NA'}
{'#VakeelSaabFestivalBegins': '62K'}
...
**expected output :**
40 minutes ago
{'#AskNivetha': 'NA'}
{'#TikaUtsav': 'NA'}
{'#VakeelSaabFestivalBegins': '62K'}
{'ANMOL SUSHANT': '33K'}
{'#TheBigBull': 'NA'}
{'#IPL2021': '73K'}
{'nidra ley uv creations': '64K'}
{'Chief Ministers': 'NA'}
{'B. True 48MP Camera': 'NA'}
{'conan': '51K'}
1 hour ago
{'#AskNivetha': 'NA'}
{'#VakeelSaabFestivalBegins': '50K'}
{'NIDRA LEY UV CREATIONS': '59K'}
{'#SecretOfHappyLiving': 'NA'}
{'#MeditateToRaiseWillpower': 'NA'}
{'#HappinessMantra': 'NA'}
{'ANMOL SUSHANT': 'NA'}
{'Tika Utsav': 'NA'}
{'Chief Ministers': 'NA'}
{'conan': '46K'}
另外我正在尝试获取时间戳,然后是 10 个#content 标题。如随附的屏幕截图所示。
解决方案
这是存储日期时间信息的格式。禁用 JavaScript,您将看到:
您在网页中看到的是data-timestamp
当 JavaScript 在网页中运行时被美化的属性值。更具体地说,当调用以下内容时:
T24.prettyDate = function(t) {
var e = new Date(1e3 * t),
n = ((new Date).getTime() - e.getTime()) / 1e3,
a = Math.floor(n / 86400);
return isNaN(a) || a < 0 ? "" : 0 === a && ((n < 900 ? "just now" : n < 1800 && "few minutes ago") || n < 3600 && Math.floor(n / 60) + " minutes ago" || n < 7200 && "1 hour ago" || n < 86400 && Math.floor(n / 3600) + " hours ago") || 1 === a && "Yesterday" || a < 7 && a + " days ago" || a < 31 && Math.ceil(a / 7) + " weeks ago" || 31 < a && Math.ceil(a / 30) + " months ago"
}
您可以编写自己的函数,将上述内容作为逻辑指南,然后使用它,或者使用 selenium 来自动化浏览器。
推荐阅读
- sockets - golang的net.Conn.Read如何停止阅读?
- corda - 用于自定义 cordapps 的 Corda 节点资源管理器
- android - 在 GCM 事件中解析时间戳时出错 - Null Android(未调用 onMessageReceived)
- r - Source on Save 到底是什么意思或做什么?
- email - 将 UAML 字段的多个值解析为列表并在 GOLANG 中对其进行迭代
- java - 在 Android 中使用字节数组和位图时如何避免 OOM
- suitecommerce - 如何在 SCA Aconcagua 的产品详细信息模板中显示产品评论
- javascript - API Jive 获取类别错误:未捕获传递的 URI 与“/places/{uri}”不匹配:/api/core/v3/places/
- python - 使用 Python 2.7 编译 CV Bridge 时发生错误
- c# - asp.net core web api 用括号发布表单数据