新手求教,我想要獲取這個table中的內(nèi)容,
爬取網(wǎng)站
圖片沒能上傳上來,就是從這里開始的那個表格:
<table class="list-invecase">
<tbody>
<tr>
<td class="date">
<span class="verdana">2018-05-12</span>
我是這樣寫的:
import urllib.request
import requests
import re
from bs4 import BeautifulSoup
headers = {'User-Agent': "Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:59.0) Gecko/20100101 Firefox/59.0"}
page_html = requests.get('https://www.itjuzi.com/investfirm/1', headers=headers)
Soup = BeautifulSoup(page_html.text, 'lxml')
art_list = Soup.find('table')
art_list
但是得到的內(nèi)容卻是:
<table class="list-invecase">
<tbody></tbody>
</table>
請問應(yīng)該如何獲得我想要的日期,名稱、行業(yè)等,我剛接觸這個,很多不懂,請大家指導(dǎo),謝謝咯
首先,爬這類網(wǎng)站你得看網(wǎng)頁的源碼,而不僅僅是右鍵檢查。因?yàn)閞equest.get獲取的是網(wǎng)頁的源碼,而不是瀏覽器修飾后你看到的html。
通過網(wǎng)頁源碼可以看到
你獲取的就是這玩意。甚至你可以soup.findAll('table'),能解析到的‘table’也只有這玩意。
本身可以跳過talbe標(biāo)簽,可以通過 class="verdana"的span標(biāo)簽、class="date"的td標(biāo)簽找得更細(xì),但源碼看
你所需要的東西是js渲染上去的,不是本身html代碼里就有的。
所以你需要的東西在這里:https://www.itjuzi.com/invest...
去request.get這個url,再解析(可能需要用到j(luò)son這個包),才能獲得你想要的東西
其次,.find(‘table’)是遍歷所有talbe標(biāo)簽后返回第一個<table>標(biāo)簽,在你不確定有多少<table>標(biāo)簽的情況下,你這樣寫也只返回第一個。所以可以用.findAll看看有多少table標(biāo)簽,確定第幾個,或者像上面提到,給它加限定條件,比如Soup.find('table',class_='list-invecase'),或是Soup.find('span',class_='verdana')這樣,更有利于你的尋找。
最后,建議官方文檔,https://www.crummy.com/softwa...
北大青鳥APTECH成立于1999年。依托北京大學(xué)優(yōu)質(zhì)雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國IT技能型緊缺人才,是大數(shù)據(jù)專業(yè)的國家
達(dá)內(nèi)教育集團(tuán)成立于2002年,是一家由留學(xué)海歸創(chuàng)辦的高端職業(yè)教育培訓(xùn)機(jī)構(gòu),是中國一站式人才培養(yǎng)平臺、一站式人才輸送平臺。2014年4月3日在美國成功上市,融資1
北大課工場是北京大學(xué)校辦產(chǎn)業(yè)為響應(yīng)國家深化產(chǎn)教融合/校企合作的政策,積極推進(jìn)“中國制造2025”,實(shí)現(xiàn)中華民族偉大復(fù)興的升級產(chǎn)業(yè)鏈。利用北京大學(xué)優(yōu)質(zhì)教育資源及背
博為峰,中國職業(yè)人才培訓(xùn)領(lǐng)域的先行者
曾工作于聯(lián)想擔(dān)任系統(tǒng)開發(fā)工程師,曾在博彥科技股份有限公司擔(dān)任項(xiàng)目經(jīng)理從事移動互聯(lián)網(wǎng)管理及研發(fā)工作,曾創(chuàng)辦藍(lán)懿科技有限責(zé)任公司從事總經(jīng)理職務(wù)負(fù)責(zé)iOS教學(xué)及管理工作。
浪潮集團(tuán)項(xiàng)目經(jīng)理。精通Java與.NET 技術(shù), 熟練的跨平臺面向?qū)ο箝_發(fā)經(jīng)驗(yàn),技術(shù)功底深厚。 授課風(fēng)格 授課風(fēng)格清新自然、條理清晰、主次分明、重點(diǎn)難點(diǎn)突出、引人入勝。
精通HTML5和CSS3;Javascript及主流js庫,具有快速界面開發(fā)的能力,對瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁制作和網(wǎng)頁游戲開發(fā)。
具有10 年的Java 企業(yè)應(yīng)用開發(fā)經(jīng)驗(yàn)。曾經(jīng)歷任德國Software AG 技術(shù)顧問,美國Dachieve 系統(tǒng)架構(gòu)師,美國AngelEngineers Inc. 系統(tǒng)架構(gòu)師。