Web Scraping：如何提取这种 div 标签？答案

【问题标题】：Web Scraping: how to extract this kind of div tag?Web Scraping：如何提取这种 div 标签？
【发布时间】：2021-06-12 00:48:51
【问题描述】：

我在看一个标签：

当我写代码时，

message = soup.find("div", {"class": "text-msg-container"})

它没有给我。什么是 _ngcontent-vex-c62 和 data-e2e-text-message-content 标签？我也需要包括它们吗？我应该如何编写它们以获得 div 标签？

【问题讨论】：

标签： python selenium selenium-webdriver beautifulsoup

【解决方案1】：

您不能，因为当您发送 GET 请求以获取页面代码时，该 div 不存在。

该页面是使用生成 SPA（单页应用程序）的 Angular 框架构建的，这意味着当您发送 GET 请求时，您无法从其中抓取数据，因为数据不存在. 数据由 Javascript 代码生成，需要先运行才能将所需数据添加到网页。

您需要使用另一种方式，让 Javascript 代码先运行，然后尝试获取所需的数据。

【讨论】：

这个 div 似乎是动态创建的，但你怎么知道它是 Angular 的呢？问题中似乎没有足够的信息。
我知道它使用的是来自 _ngcontent 的 Angular。通常 Angular 使用 ng 作为其组件的前缀。我建议您使用扩展程序向您展示网站使用的技术，例如 Wappalyzer 扩展程序。
感谢您提供的信息！我很理解为什么它没有给我！

【解决方案2】：

如果您想查找课程text-msg-container，请尝试 Selenium。它可以轻松找到任何定位器。

import unittest    
from selenium import webdriver
    
    class PythonSearch(unittest.TestCase):
    
        def setUp(self):
            self.driver = webdriver.Firefox()
    
        def test_search(self):
            driver = self.driver
            driver.get("http://www.yoursite.com")
            elem = driver.find_element_by_css_selector(".text-msg-container")
    
        def tearDown(self):
            self.driver.close()
    
    if __name__ == "__main__":
        unittest.main()

如果您正在测试 Chrome，请使用 driver = webdriver.Chrome('/path/to/chromedriver')。在这里查看更多信息https://chromedriver.chromium.org/getting-started。 Selenium 入门https://selenium-python.readthedocs.io/getting-started.html#simple-usage

【讨论】：

好的，我会试试selenium！谢谢！

【解决方案3】：

请试试这个

message = soup.find("div", _class="text-msg-container")

【讨论】：

仍然给我，'没有'！

【解决方案4】：

我希望这有效

from selenium import webdriver

path = "C:/chromedriver.exe"    ### path to downloaded chromedriver on your 
                                #pc change this directory or put the same location C:

driver = webdriver.Chrome(path) ## your browser change it if you are not using chrome 
driver.get("website link")

out = driver.find_element_by_class_name("text-msg-container")
print(out.text)

【讨论】：

好，我试试！谢谢！