bs4 BeautifulSoup找不到看起来像是拯救我生命的自定义标签

Question

无可否认，我是Python的初学者和中级高手，也是美化群像/网页抓取的新手。然而，我已经成功地构建了两个刮刀。正常标签=无问题（例如，div、a、li等）

但是，找不到如何使用.select或.find或attrs=“”或任何内容引用此标记：

。。。。。。。。。。 <；反应类型=“sad”msgid=“25314120”num=“2” ..........

我最终想要这个看起来像“num”属性的东西，不管这个可怕的东西是什么。。。“反应”标签（尽管我不认为这是一件事？）

Answer 1

.find()的工作方式与其他标签（如div、p和a）的工作方式相同。因此，我们搜索“react”标记

react_tag = soup.find('react')

然后，像这样访问num属性

num_value = react_tag['num']

应打印：

2

Answer 2

用户“sn”是正确的！这些是动态创建的javascript，我对此一无所知，但很容易理解。同时使用Python中的SeleniumLibrary和“headless”WebChromeDriver，您可以使用诸如Xpath等Selenium选择器来查找这些标记

Answer 3

根据bs4 Documentation.find('tag')返回单个标记.find_all('tag')返回html格式的标记列表

在您的情况下，如果有多个react标记，请使用此选项

for reactTag in soup.find_all('react'):
    print(reactTag.get('num'))

要仅获取第一个标记，请使用此

print(soup.find('react').get('num'))