这个剧本以前有用,但现在不行了,我不知道为什么。我正在尝试转到链接并提取/打印宗教字段。使用firebug,宗教字段条目位于“tbody”然后是“td”标记结构中。但是现在脚本在搜索这些标记时会找到“none”。我也看了一下lxml的“print Soup_FamSearch”,我没看到firebug上出现任何“tbody”和“td”标签。在
请告诉我我缺少什么?在
import urllib2
import re
import csv
from bs4 import BeautifulSoup
import time
from unicodedata import normalize
FamSearchURL = 'https://familysearch.org/pal:/MM9.1.1/KH21-211'
OpenFamSearchURL = urllib2.urlopen(FamSearchURL)
Soup_FamSearch = BeautifulSoup(OpenFamSearchURL, 'lxml')
OpenFamSearchURL.close()
tbodyTags = Soup_FamSearch.find('tbody')
trTags = tbodyTags.find_all('tr', class_='result-item ')
for trTags in trTags:
tdTags_label = trTag.find('td', class_='result-label ')
if tdTags_label:
tdTags_label_string = tdTags_label.get_text(strip=True)
if tdTags_label_string == 'Religion: ':
print trTags.find('td', class_='result-value ')
找到} sibling :
Religion:
标签by text,得到next ^{演示:
^{pr2}$然后,您可以创建一个很好的可重用函数并重用:
印刷品:
相关问题 更多 >
编程相关推荐