我可能有一些韩文字母编码问题。答案

【问题标题】：I might have some Korean letter enconding issue.我可能有一些韩文字母编码问题。
【发布时间】：2017-01-01 05:03:48
【问题描述】：

我正在使用 python 3.6 和 pycharm 2016.2 并尝试抓取网站。

在“보험사고이력 정보 : 내차 피해”（包括第五个表）类别中，如果“p tag”之一的内容中有“-사고일자”，我会尝试抓取数据。

下面是我的代码。它一直没有返回任何东西。

请帮忙。

from bs4 import BeautifulSoup
import urllib.request
from urllib.parse import urlparse
import re

popup_insurance = "http://www.bobaedream.co.kr/mycar/popup/mycarChart_B.php?car_number=35%EB%91%908475&tbl=cyber&cno=651451"
res = urllib.request.urlopen(popup_insurance)
html = res.read()
soup_insurance = BeautifulSoup(html, 'html.parser')
insurance_content_table = soup_insurance.find_all('table')

elem = soup_insurance.find("p", text="보험사고이력 정보 : 내차 피해")
while elem.string != "보험사고이력 정보 : 타차 가해":
    if "사고일자" in elem.next_sibling:
        print(elem.next_sibling)

    elem = elem.next_sibling

    if elem is None:
        break

【问题讨论】：

标签： python-3.x encoding web-crawler

【解决方案1】：

您应该循环遍历elem.next_sibling，NavigableString 有时可能很奇怪：

from bs4 import BeautifulSoup
import urllib.request
from urllib.parse import urlparse
import re

popup_insurance = "http://www.bobaedream.co.kr/mycar/popup/mycarChart_B.php?car_number=35%EB%91%908475&tbl=cyber&cno=651451"
res = urllib.request.urlopen(popup_insurance)
html = res.read()
soup_insurance = BeautifulSoup(html, 'html.parser')
insurance_content_table = soup_insurance.find_all('table')

elem = soup_insurance.find("p", text="보험사고이력 정보 : 내차 피해")
while elem.string != "보험사고이력 정보 : 타차 가해":
    for string in elem.next_sibling:
        if "사고일자" in string:
            print(elem.next_sibling.string.strip())

    elem = elem.next_sibling

    if elem is None:
        break

我假设（因为您没有提供预期的输出）您想要事故日期/维修成本位。

这远非完美甚至优雅，我几乎可以肯定这可以通过 for 循环来完成。

【讨论】：