J'ai un problème concernant une balise d'enveloppe, qui n'a aucun identifiant ni classe.
L'approche plus large consiste à extraire le texte entre "Article 1. Entreprise" à "Point 1a. Facteurs de risque" du lien ci-dessous. Toutefois, je ne peux pas comprendre un moyen de trouver cette partie, car la distance qu'elle est dans, n'a pas d'identification ni de classe I ne peut rechercher (seul le parent div se trouve la portée: Ce code ne fonctionne pas, tristement: Voici mon approche: p> div = soupe. ("div", {"id": "dynamic-xbrl-formulaire"}) code>. #text = unicodedata.normaliser ('NFKD', soupe .get_text ()). Remplacez ('\ n', '') code> p> url = 'https://www.sec.gov/ix?doc=/Archives/edgar/data/934549/000093454919000017/actg2018123110-k.htm#s62CF0831C63E51C2BEF33F4163F1DE65'
raw = requests.get(url)
soup = BeautifulSoup(raw.content)
div = soup.find("span", {"id": ... })
print(div.txt)
3 Réponses :
Le contenu de cette page est chargé à partir de JavaScript , vous ne pouvez pas utiliser beauxoup pour cela. Utiliser sélénium à cet effet.
Merci pour la réponse. Savez-vous quelle fonction j'ai besoin? Quelque chose avec "trouver"?
Dans mon cas, je vérifie à l'aide de l'identifiant de la balise SPAN, cette mine résolue:
import requests
from bs4 import BeautifulSoup
URL = 'https://www.facebook.com/hackerv728'
page = requests.get(URL)
soup = BeautifulSoup(page.content, 'html.parser')
titles = soup.find_all('span', id='fb-timeline-cover-name')
for title in titles:
print(title.text.strip())
Merci, mais n'a pas travaillé. De plus, le Div.Text n'est pas une méthode valide.
Comme @gagan dit, le contenu du site Web est chargé de JavaScript. Vous devez utiliser http://chromedriver.chromium.org/
Vous pouvez également obtenir toutes les sources sélénium à l'aide de sélénium est plus puissant que l'autre fonction Python .J'ai utilisé ChromeRiver, donc si vous n'installez pas encore, vous pouvez l'installer dans
Hey, j'ai essayé l'approche de sélénium aussi bien avant, mais avec Find_elements_by_xpath , mais je n'ai pas été capable avec ce lien particulier (sec.gov) pour trouver n'importe quel div avec "Classe: Col-SM-12" ou "id = dynamic-xbrl-forme". Bien que la DIV avec ces attributs soit clairement dans le code HTML. Pour être spécifique, j'ai utilisé ce code: pilote.find_element_by_xpath ("// div [@ @ Id = 'dynamic-xbrl-formulaire']") mais je n'ai que "incapable de localiser l'élément" les erreurs. Habituellement, cela me donne le bon résultat. Malheureusement, la plage que je cherche réellement n'a ni "id" ni "classe"!