昨天看完教程之后，重新敲了一次代码，今天开始做后面的练习题。练习题基本和课程差不多，目标是提取评分高于4星的文章标题和评论数。
我的成果
13.JPG
我的代码
from bs4 import BeautifulSoup
info = []
with open('E:/1080P/1_2_homework_required/index.html','r') as wb_data:
Soup = BeautifulSoup(wb_data,'lxml')
# print(Soup)
images = Soup.select('body > div > div > div.col-md-9 > div > div > div > img')
titles = Soup.select('body > div > div > div.col-md-9 > div > div > div > div.caption > h4 > a')
prices = Soup.select('body > div > div > div.col-md-9 > div > div > div > div.caption > h4.pull-right')
stars = Soup.select('body > div > div > div.col-md-9 > div > div > div > div.ratings > p:nth-of-type(2)')
nums = Soup.select('body > div > div > div.col-md-9 > div > div > div > div.ratings > p.pull-right')
# print(stars)
#for star in stars:
# print(list(star.find_all("span")))
for title,image,price,star,num in zip(titles,images,prices,stars,nums):
data = {
'title':title.get_text(),
'image':image.get('src'),
'price':price.get_text(),
'star': len(star.find_all("span", class_ = 'glyphicon glyphicon-star')),
'num':num.get_text()
}
# print(data)
info.append(data)
for i in info:
if float(i['star'])>4:
print(i['title'],i['price'])
我的总结
- 练习题的难点在于那几个星星的统计。由于教程上提示可以使用find_all函数解决，于是我仔细地看了看教程，先尝试自己解决。
star.find_all("span")
这是我刚开始的想法，因为我看到星星的网页内容是这样的：
<span class="glyphicon glyphicon-star"></span>
上面就代表了一个星星，我还以为find_all能知道帮忙查到有几个星星，结果不是。然后我想，是不是要让这些星星先像列表那样全部排列出来，然后再统计有多少个。
搞了好久，我最后还是看了看答案。原来要用到len统计函数，还要指向class，而且是class_不要忘了后面的" _ "。
还有路径，我一开始就将不要的东西全删掉了，原来是要保留最后的部分的。
