使用Scraping获取产品名称

Question

以下是我的代码，从url获得产品名称“RENU FRESH LENS SOLUTION 120 ML”..这就是p标签..我只需要这个名称。

import requests 
import lxml 
from bs4 import BeautifulSoup 

url = "http://www.lenskart.com/renu-fresh-lens-solution-100-ml.html" 

source = requests.get(url) 
data = source.content 
soup = BeautifulSoup(data, "lxml") 

pn = soup.find_all("div", {"class":"prcdt-overview"})[0].text 
print pn 

Answer 1

import requests 
from bs4 import BeautifulSoup 

url = "http://www.lenskart.com/renu-fresh-lens-solution-100-ml.html" 

source = requests.get(url) 
# data = source.content pass the variable in the BeautifulSoup() 
soup = BeautifulSoup(source.content, "lxml") 

查找（）版本：

pn = soup.find('div', class_="prcdt-overview").p.text 

1. 你并不需要导入'lxml'，BeautifulSoup会为你做它
2. 如果你只需要第一个标签的find_all()，则应该尝试find()，它会返回find_all()中的第一个标记
3. 您可以使用tag.tag.find()/find_all()逐步获取标签。
4. tag.tag_name是tag.find('tag_name')

CSS选择器版本的短名称：

soup.select_one(".prcdt-overview p").text 

1. select_one()将返回select()的第一个标签，就像find()和find_all()

Answer 2

试试这个

pn = soup.select(".prcdt-overview h1[itemprop=name] p")[0].text 

或

pn =soup.select(".prcdt-overview")[0].select("h1[itemprop=name]>p")[0].text 

还有其他的方式为好，试试这些

希望这有助于

Answer 3

更详细的方式：

pn = soup.find_all("div", {"title":"prcdt-overview"})[0] 
divTitle = pn.find("div",{"class":"title"}) 
pText = divTitle.find("p").text 
print pText