使用 Requests-HTML (Requests-HTML, Python) 抓取 <h4> 下的文本
发布于2023-06-15 20:54 阅读(463) 评论(0) 点赞(13) 收藏(0)
我正在尝试提取 cpu 的套接字类型，如下图所示。我已经确定套接字类型位于<h4>Socket 标题下，如下图所示。
到目前为止，我已经能够抓取.spec.block并找到所有<h4>'s嵌套在里面的东西。但是我无法获取每个标题下的文字
这是我的代码
from requests_html import HTMLSession
session = HTMLSession()
r = session.get('https://au.pcpartpicker.com/product/' + jLF48d)
about = r.html.find('.specs.block')[0]
about = about.find('h4')
print(about.text)
这打印
[ <Element 'h4' >, <Element 'h4' >, <Element 'h4' >, <Element 'h4' >,
<Element 'h4' >, <Element 'h4' >, <Element 'h4' >, <Element 'h4' >,
<Element 'h4' >, <Element 'h4' >, <Element 'h4' >]
但是，当我将打印语句更改为：
print(about.text)
我收到以下错误：
AttributeError：“列表”对象没有属性“文本”
更新：
print(about[0].text)
此代码打印：
制造商 AMD 这是第一个标题和文本，但我需要第 4 个
知道我可以使用什么代码来达到预期的结果吗？
如果您需要更多信息，请告诉我。
解决方案
替换：print(about[0].text)
和
print(about[3].text)
正如我上面问题中的代码所见，为我解决了问题！
所属网站分类: 技术文章 > 问答
作者：黑洞官方问答小能手
链接：http://www.qianduanheidong.com/blog/article/528874/dd1b571dab1c6442086b/
来源：前端黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容：(最多支持255个字符)
---无人问津也好，技不如人也罢，你都要试着安静下来，去做自己该做的事，而不是让内心的烦躁、焦虑，坏掉你本来就不多的热情和定力