Comment utiliser les sélecteurs CSS pour récupérer des liens spécifiques couché dans un peu de classe à l'aide de BeautifulSoup?

Je suis nouveau sur le Python et je suis en apprentissage pour le raclage, je suis à l'aide de BeautifulSoup collecter des liens (j'.e href 'd'un' tag). Je suis en train de recueillir les liens sous les "ÉVÉNEMENTS à VENIR" de l'onglet du site http://allevents.in/lahore/. Je suis à l'aide de Firebug pour inspecter l'élément et pour obtenir le CSS chemin, mais ce code me renvoie rien. Je suis à la recherche pour le fixer et aussi quelques suggestions sur comment je peux choisir la bonne sélecteurs CSS pour extraire souhaitée des liens à partir de n'importe quel site. J'ai écrit ce morceau de code:

from bs4 import BeautifulSoup

import requests

url = "http://allevents.in/lahore/"

r  = requests.get(url)

data = r.text

soup = BeautifulSoup(data)
for link in soup.select( 'html body div.non-overlay.gray-trans-back div.container div.row div.span8 div#eh-1748056798.events-horizontal div.eh-container.row ul.eh-slider li.h-item div.h-meta div.title a[href]'):
    print link.get('href')

Vous n'avez vraiment pas besoin d'être aussi précis pour votre sélecteur, vraiment.
Il y a un réel problème, cependant? Le code de travail, pas de travail, qu'avez-vous attendre?
Aussi, ne pas utiliser r.text, utilisez r.content ici.
Pieters, le code ne fonctionne pas.- Je attendre pour obtenir les liens de tous les événements répertoriés sous l'onglet "Événements à Venir" sur allevents.dans/lahore
ne suis pas à l'aide de r.le contenu parce que j'ai l'intention d'extraire du texte avec des liens, mais pour le moment je suis incapable de récupérer les liens souhaités
Vous devez laisser le contenu characterset de détection de BeautifulSoup. Vous pouvez toujours utiliser r.text ailleurs si vous avez besoin d'accéder à une valeur Unicode du source HTML, mais BeautifulSoup vous donnera Unicode trop, mais il fera un meilleur travail de déterminer le bon codec.

InformationsquelleAutor Flecha | 2014-07-17

24

La page n'est pas le plus sympathique dans l'utilisation des classes et de balisage, mais même si votre sélecteur CSS est trop spécifique pour être utile ici.

Si vous voulez les Événements à Venir, vous voulez juste la première <div class="events-horizontal">, puis il suffit de saisir le <div class="title"><a href="..."></div> balises, donc les liens sur les titres:
```
upcoming_events_div = soup.select_one('div#events-horizontal')
for link in upcoming_events_div.select('div.title a[href]'):
    print link['href']
```
Notez que vous devez pas utilisation r.text; utilisation r.content et de laisser le décodage en Unicode pour BeautifulSoup. Voir Problème de codage de caractères en utf-8
- stackoverflow.com/questions/24789094/... @Martijn Pieters j'ai aussi posé une question similaire à ce que je ne suis pas en arriver au point que comment puis-je choisir les sélecteurs CSS, comme vous le suggérez moi des modifications pourriez-vous svp me guider throgh ce comment choisir CSS voulu slectors ?
- en général, essayez d'utiliser un sélecteur sélectionne tout, la balise que vous recherchez, puis ajouter plus de contexte si ce n'est pas suffisant pour identifier l'objet(s) de manière unique.
- Et ne pas se concentrer sur la juste à l'aide de sélecteurs CSS, ils ne suffisent pas toujours à identifier quelque chose d'unique. Ici, j'ai tout d'abord repris un events-horizontal élément premier, que nous ne pouvons pas facilement en choisir qu'un avec les CSS.
InformationsquelleAutor Martijn Pieters

soup.select('div')
All elements named <div>

soup.select('#author')
The element with an id attribute of author

soup.select('.notice')
All elements that use a CSS class attribute named notice

soup.select('div span')
All elements named <span> that are within an element named <div>

soup.select('div > span')
All elements named <span> that are directly within an element named <div>, with no other element in between

soup.select('input[name]')
All elements named <input> that have a name attribute with any value

soup.select('input[type="button"]')
All elements named <input> that have an attribute named type with value button

Vous pourriez également être intéressé par ce livre.

InformationsquelleAutor Lavish Saluja

import bs4 , requests

res = requests.get("http://allevents.in/lahore/")
soup = bs4.BeautifulSoup(res.text)
for link in soup.select('a[property="schema:url"]'):
    print link.get('href')

Ce code fonctionne très bien!!

InformationsquelleAutor Anuj Saraswat

Vous devez vous connecter pour publier un commentaire.