作者okeyla (小寶)
看板Python
標題Re: [問題] python網路爬蟲,怎麼抓取表格內容
時間Sat Jul 22 10:32:46 2017
※ 引述《okeyla (小寶)》之銘言：
: 我想一次抓取全家便利店全省的商店資訊,
: 觀察到是他以每個縣市命名為各自的.php, 然後各縣市商店都在對應的php裡面.
: idea是先抓取各縣市的php名稱放入list,
: 再以此list帶出各縣市的網頁, 再取出商店資訊.
: 目前卡在這兒, 找不著標籤...
: import requests
: from bs4 import BeautifulSoup
: res = requests.get('http://www.allergen.com.tw/famistore.php')
: res.encoding = 'utf-8'
: #print res.text
: soup = BeautifulSoup(res.text)
: # 跑個loop挑出famiKeelung.php, famiTaipei.php... etc.
: print soup.select('.td') <--- 啊?!
: 可以指導一下嗎???
知道一個頁面當中有兩個table, 一個是廣告, 另一個是要的資料.
但沒有class,沒有id可供soup select...
是不是有妙法把<a href>的內容(i.e., 那些php)取出呢?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.160.83.246
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1500690769.A.A6B.html
推 LessonWang: css selector 不是只有class和id選擇器而已啊xd 07/22 11:00
→ LessonWang: 話說原po怎不想使用lxml的etree以及HTMLParser 07/22 11:00
→ LessonWang: 搭配瀏覽器的xpath checker 07/22 11:00
→ LessonWang: 很快就抓的到資料啦xd 07/22 11:00
推 LessonWang: 這些href屬性值應該是你要的部分吧 07/22 11:03