python - bs爬下div后如何获得最外层标签?
本文介绍了python - bs爬下div后如何获得最外层标签?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
问 题
初学python,写了个小爬虫,是对贴吧的爬取,希望做到由已知发言内容得到用户名
用find_all()爬的含信息的div头。class属性是"l_post l_post_bright j_l_post clearfix",这个div的data-field里有用户id和发言的content。但是他中间会有很多很多别的标签,就想问下前辈们有没有什么方法可以简单的就取到最外面的标签。嗯,把中间的统统过滤掉!
解决方案
r = requests.get("http://tieba.baidu.com/p/2108034524?pn=4")
soup = BeautifulSoup(r.content, "lxml")
users = soup.find_all("div", class_="l_post")
for user in users:
print(user["data-field"])
# 其他处理
然后对取出的内容再进行处理
这篇关于python - bs爬下div后如何获得最外层标签?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文