Python_bs4

html结构:
5.JPG

执行代码:

import bs4
import requests
url = 'https://so.gushiwen.org/authors/authorvsw_b90660e3e492A1.aspx'
headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'}
html = requests.get(url,headers=headers).text#.content.decode('utf-8')
soup = bs4.BeautifulSoup(html, "lxml")
a=soup.find("body",{"onclick":"closeshowBos()"}).find("div",{"class":"main3"}).find("div",{"class":"left"}).find("div",{"class":"sons"}).find("div",{"class":"cont"}).find("p").find("a",{"target":"_blank"}).find("b").text
print('a=',a)
b=soup.find("p").find("b").text #可省略不必要部分~~~~p~~~b
print('b=',b)

运行结果:
6.JPG
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。