Python实战课程第一周第四课：练习提取一个本地网页信息

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

1. 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。