[问题] 新手学爬虫(#的问题)

楼主: j884232001 (j884232001)   2019-04-01 21:17:34
小弟目前边看youtube边试着学习python遇到了以下问题
请问图中的资讯#text该如何使用select选择出来呢?
或是该如何在panel-heading内剔除我不要的资讯?
欲爬虫网址 : https://reurl.cc/Q52ao
https://imgur.com/bBpIGUn
soup为已丢进BeautifulSoup4处理过并确定我想要的资讯有抓到
print(soup.contents)
输出结果(部分)
<div class="panel panel-default">
<div class="panel-heading">
<span class="label label-primary">3738</span>
<span class="label label-default">Lv.107</span>
<span class="label label-info" data-html="true" data-original-title="&lt;img
src='https://rd-center.fharr.com/assets/sprite/cowraiders3.gif'
style='max-height:75px;max-width:60px;'/&gt;" id="tooltip_3738" rel="tooltip">
魔物模组</span>
<span class="label label-success"></span> <a
href="https://rd.fharr.com/mob-3738.html">草寇</a> (弯刀草寇)
</div>
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.169.157.215
※ 文章网址: https://www.ptt.cc/bbs/Python/M.1554124659.A.8DE.html
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 21:23:01
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 21:24:47
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 21:25:36
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 21:30:19
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 21:34:44
※ 编辑: j884232001 (118.169.157.215), 04/01/2019 23:11:17
作者: bugbug777 (sil)   2019-04-02 00:18:00
如果你英文还行的话,查一点字典把这个看完吧http://bit.ly/2I2YVVWclass跟id的性质不太一样,你应该补充一点HTML跟CSS的基础
作者: lemon651 (小明)   2019-04-02 05:39:00
抓整个div的最后几个字吧 最直接
作者: chaotic0307 (坚持、耐心、努力学习)   2019-04-02 14:40:00
用pandas读入网页之后再处理会不会比较好?
作者: art1 (人,原来不是人)   2019-04-02 17:16:00
看起来是最外层div的文字内容,所以应该是最后一个元素
作者: HenryLiKing (HenryLiKing)   2019-04-02 19:54:00
你是只要 (湾刀草寇)这四个字吗?第一次遇到这种状况 就写一篇文章回复啦https://reurl.cc/M6x73
作者: art1 (人,原来不是人)   2019-04-03 06:15:00
最后一个元素的取法 soup.contents[len(soup.contents)-1]
作者: vi000246 (Vi)   2019-04-04 01:02:00
我会用regex去找出最后一个tag括号后面的字不过楼上a大的写法比较稳https://regex101.com/r/byAtDm/1

Links booklink

Contact Us: admin [ a t ] ucptt.com