所以我在為我正在開發的網站制作的網路抓取工具方面遇到了問題。我遇到的主要問題是，當嘗試為 h1 格式的產品獲取標題時，它不斷回應：
<h1 >CHERRY MX SILENT RED(10pcs)</h1>
我只想要 Cherry Mx Silent Red 部分而不是所有其他東西。這是我的網頁抓取工具的代碼：
from bs4 import BeautifulSoup
URL = 'https://kbdfans.com/collections/cherry-switches/products/cherry-mx-silent-red'
headers = {"User-Agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.81 Safari/537.36'}
page = requests.get(URL, headers=headers)
soup = BeautifulSoup(page.content, 'html.parser')
title = soup.find('h1', {'class' : 'product-detail__title small-title'})
print(title)
uj5u.com熱心網友回復：
嘗試這個 ：
title.get_text()
你的標題不是一個字串，它是一個物件
來自 BeautifulSoup 檔案：
The find_all() method looks through a tag’s descendants and retrieves all descendants that match your filters.
對于你的標題變數，你可以參考 bs4.element.Tag 檔案，如果你有疑問，你可以像這樣列印該物件的所有可用方法：
print(dir(title))
uj5u.com熱心網友回復：
從您<h1>剛剛使用的文本中獲取文本，.text以及.get_text()何時需要將自定義引數傳遞給strip空格，...或添加分隔符（例如title.get_text(strip=True, seperator=',')）。
print(title.text)
或者
print(title.get_text())
例子
from bs4 import BeautifulSoup
URL = 'https://kbdfans.com/collections/cherry-switches/products/cherry-mx-silent-red'
headers = {"User-Agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.81 Safari/537.36'}
page = requests.get(URL, headers=headers)
soup = BeautifulSoup(page.content, 'html.parser')
title = soup.find('h1', {'class' : 'product-detail__title small-title'})
print(title.text)
輸出
CHERRY MX SILENT RED(10pcs)
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/344503.html