使用BS4 + Python从动态网站导出数据：

问题描述

我想将以下网站中的所有商店数据导出到excel文件中： https://www.ybpn.de/ihre-parfuemerien

问题：地图是“动态的”，因此在输入邮政编码时会加载所需的数据。

需要的数据存储在div类“ storefinder__list-item”中，并且在data-“ storefinder-reference” div类中具有唯一引用，例如：data-storefinder-reference =“ 132”

我尝试过：

soup.find("div",{"data-storefinder-reference": "132"})

但输出为： NONE

我认为此问题是由于页面是动态的，因此在输入邮政编码时会加载所需的数据。因此，当我搜索参考ID“ 132”时，它的“那里”却没有加载到网站上，bs4找不到此ID。

有什么想法可以改进代码吗？

解决方法

为此，您可能需要研究selenium和/或“ firefox-headless”之类的工具。

特别是硒，您可以使用Python“远程控制”网页

这是一个教程：https://realpython.com/modern-web-automation-with-python-and-selenium/

如果问题是在等待页面加载，则可以使用硒。

`result = driver.execute_script('var text = document.title ; return text')`

如果页面上有jquery，那肯定是

result=driver.execute_script("""
       $(document).ready({
          var $text=$('yourselector').text()
           return $text
           })
          """)

注意：对于硒，您可以查看here

您可以仅以chrome或ff打开页面，打开Web调试控制台并查询元素。如果您看到它们，它们就在dom中，因此可以查询。但这将在javascript中完成。如果您很幸运，他们会使用jquery。

beautifulsoup python