BeautifulSoup抓取的网页没有返回所需的数据,但在浏览器中却能看到。
创始人
2024-11-27 21:00:47
0

首先,需要确保 Beautiful Soup 抓取的是正确的网页地址,并且在代码中加入错误处理机制,以避免获取网页出错而导致程序异常退出。示例如下:

import requests
from bs4 import BeautifulSoup

url = 'https://example.com'
try:
    r = requests.get(url)
    r.raise_for_status()
    soup = BeautifulSoup(r.content, 'html.parser')
except Exception as e:
    print(e)

如果程序没有抛出异常,但是没有返回所需的数据,可以尝试查看网页源代码,并确认需要提取的信息是否包含在 html 标签中。如果是,可以使用 BeautifulSoup 的 prettify() 方法查看网页源代码,并查找需要提取的数据。

例如,假设需要获取网页上的所有超链接,可以通过以下代码实现:

links = soup.find_all('a')

for link in links:
    print(link.get('href'))

如果仍然无法获取所需的数据,可能是网站使用了 AJAX 技术等异步加载数据的方式。这时可以尝试使用 Selenium 或其他模拟浏览器行为的工具来模拟浏览器操作,并获取数据。示例如下:

from selenium import webdriver

url = 'https://example.com'
driver = webdriver.Chrome()

try:
    driver.get(url)
    links = driver.find_elements_by_tag_name('a')
    for link in links:
        print(link.get_attribute('href'))
except Exception as e:
    print(e)
finally:
    driver.quit()

通过以上方法,基本可以解决 BeautifulSoup 抓取网页没有返回所需的数据的问题。

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...