如何刮取<div>标记下的文本行，而<div class>标记下的文本行又是<div class>标记下的文本行

Question

<div class="style__font-bold___1k9Dl style__font-14px___YZZrf style__flex-row___2AKyf style__space-between___2mbvn style__padding-bottom-5px___2NrDR">
    <div>Augmentin 625 Duo Tablet</div></div>

我想抓取“Augmentin 625 Duo Tablet”文本，但似乎无法获取

我现在使用的代码是：

import requests
import bs4
import lxml

result=requests.get("https://www.pharmadude.com")

#print((type(result)))


soup = bs4.BeautifulSoup(result.text,"lxml")

#print(soup)

scrape=soup.find_all('div', attrs={'class': 'style__font-bold___1k9Dl style__font-14px___YZZrf style__flex-row___2AKyf style__space-between___2mbvn style__padding-bottom-5px___2NrDR'})
for div in scrape:
    bar=soup.find_all('div')
    print(bar.text)

Answer 1

import requests
import bs4
import lxml

result=requests.get("https://www.1mg.com/drugs-all-medicines")

soup = bs4.BeautifulSoup(result.text,"lxml")

box = soup.find('a', attrs={"href": "/drugs/augmentin-625-duo-tablet-138629"})
text_content = box.find('span')
for paragraph in text_content.find_all('p'):
      print(paragraph.text)
price = text_content.find('div').find('span').text
print(price)

输出：

Augmentin 625 Duo Tablet
Prescription Required
strip of 10 tablets
Glaxo SmithKline Pharmaceuticals Ltd
Amoxycillin  (500mg) +  Clavulanic Acid (125mg)
MRP ₹200.59

首先，确定包含数据的框。然后得到包含文本的跨度。对于范围内的每个段落，打印文本

如果对价格感兴趣，请进入div并进一步了解其范围

Answer 2

import requests
import bs4
import lxml

result=requests.get("https://www.1mg.com/drugs-all-medicines")

soup = bs4.BeautifulSoup(result.text,"lxml")

scrape=soup.find_all('div', attrs={'class': 'style__font-bold___1k9Dl style__font-14px___YZZrf style__flex-row___2AKyf style__space-between___2mbvn style__padding-bottom-5px___2NrDR'})

bar = soup.find_all('div')[1].text
print(bar)

输出：Augmentin 625 Duo Tablet

这段代码正是您所需要的

soup.find_all返回一个列表，您需要在列表中找到该项，然后获取该项的.text属性。在您的例子中，该项是第二项，因此使用第一个索引

Answer 3

您可以使用find_all来定义bar。所以bar是一个列表，没有text属性。在循环的div变量上使用find，而不是find_all。就像这样：

import requests
import bs4
import lxml

result=requests.get("https://www.1mg.com/drugs-all-medicines")

#print((type(result)))

soup = bs4.BeautifulSoup(result.text,"lxml")

#print(soup)

scrape=soup.find_all('div', attrs={'class': 'style__font-bold___1k9Dl style__font-14px___YZZrf style__flex-row___2AKyf style__space-between___2mbvn style__padding-bottom-5px___2NrDR'})
for div in scrape:
    bar=div.find('div')
    print(bar.text)

（您也可以参考this answer）