问题描述
您好,我正在尝试扩展此 page 上的按钮以使用美丽的汤来捕获其余属性。这是我试图按下的按钮的 html:
<button class="button__373c0__3lYgT secondary__373c0__1bsQo" aria-expanded="false" aria-controls="expander-link-content-cf6b4b45-8720-4627-96f8-397a766b8ddb" type="submit" value="submit" style="--mousedown-x:30px; --mousedown-y:27.625px; --button-width:113.422px;"><div class=" button-content__373c0__1QNtB border-color--default__373c0__3-ifU"><span class=" text__373c0__2Kxyz button-content-text__373c0__Z-7FO text-color--inherit__373c0__1lczC text-align--center__373c0__3VrfZ text-weight--semibold__373c0__2l0fe text-size--large__373c0__3t60B text--truncated__373c0__3sLaf"><p class=" text__373c0__2Kxyz text-color--normal__373c0__3xep9 text-align--left__373c0__2XGa- text-weight--semibold__373c0__2l0fe text-size--large__373c0__3t60B">15 More Attributes</p></span></div></button>
这是我目前所拥有的:
headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_2) AppleWebKit/601.3.9 (KHTML,like Gecko) Version/9.0.2 Safari/601.3.9'}
url = 'https://www.yelp.com/biz/lazi-cow-davis?osq=lazi+cow'
response = requests.get(url,headers=headers)
sub_response = requests.get(sub_url,headers=headers)
sub_soup = BeautifulSoup(sub_response.content,'lxml')
for item in sub_soup.select('section'):
if item.find('h4'):
name = item.find('h4').get_text()
if name == "Amenities and More":
tests = item.find_all('span')
for span in tests:
print(span.get_text())
我知道您可以使用 Yelp API 进行抓取,但我需要对 +1000 个不同的 yelp 站点执行此操作,所以我想知道是否有解决方法,因为我目前的方法有效(我稍后会添加代理) ,只是不是所有的属性
解决方法
BeautifulSoup 主要只用于网页抓取,仅用于网页抓取。
如果您需要与网页进行交互,例如单击按钮、滚动等,则需要使用浏览器。 硒会帮助你
,您可以尝试使用 Selenium:
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
driver = webdriver.Chrome('/Users/Downloads/chromedriver')
driver.implicitly_wait(30)
driver.find_element_by_xpath("//button[@class='button__373c0__3lYgT secondary__373c0__1bsQo activated__373c0__1moG8 ']").click()
for x in driver.find_elements_by_xpath("//div[@class=' arrange__373c0__2C9bH gutter-2__373c0__1DiLQ vertical-align-baseline__373c0__3HGi9 border-color--default__373c0__3-ifU']"):
print(x.text)
告诉我这是否有帮助。