python - 用 Beautifulsoup 抓取视频描述
问题描述
我试图在 youtube 上的视频描述中抓取一个链接,但列表总是返回空。
我试图从我抓取的位置更改标签,但输出和错误消息都没有变化。
这是我正在使用的代码:
from bs4 import BeautifulSoup
import requests
source = requests.get('https://www.youtube.com/watch?v=gqUqGaXipe8').text
soup = BeautifulSoup(source, 'lxml')
link = [i['href'] for i in soup.findAll('a', class_='yt-simple-endpoint style-scope yt-formatted-string', href=True)]
print(link)
出了什么问题,我该如何解决?
解决方案
在您的情况下,requests
不会返回页面的整个 HTML 结构。如果 Youtube 使用 JavaScript 填充数据,我们必须通过真正的浏览器运行它以获取页面的来源,例如使用该Selenium
库的 Chrome Headless。这是一般的解决方案:
from bs4 import BeautifulSoup
from selenium import webdriver
import time
options = webdriver.ChromeOptions()
options.add_argument('--headless')
driver = webdriver.Chrome(options = options)
url = "https://www.youtube.com/watch?v=Oh1nqnZAKxw"
driver.get(url)
time.sleep(2)
soup = BeautifulSoup(driver.page_source, 'html.parser')
driver.quit()
link = [i['href'] for i in soup.select('div#meta div#description [href]')]
print(link)