试图从某个跨度类中提取文本答案

【问题标题】：Trying to pull text from a certain span class试图从某个跨度类中提取文本
【发布时间】：2019-05-08 16:55:52
【问题描述】：

我一直在尝试打印网站上<span> 标记中的文本。我尝试过的所有没有给我错误的东西都返回了空。完全不打印。

这是我的代码：

import time
import requests
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.ui import Select
from selenium.common.exceptions import NoSuchElementException
import ssl
from twilio.rest import Client
from twilio.rest import TwilioRestClient
browser = webdriver.Chrome()
browser.get(('https://www.hubzu.com/property/9007091467618-3632-Stokes-Drive-Sarasota-FL-34232'))
propertyname = browser.find_element_by_css_selector('span.h1')
propertyName1 = propertyname.text

print(propertyName1)

这是我要从中提取的跨度类：

<span class="h1">
<span id="streetName" class="header_bold propStreetAddress">
3632
Stokes Drive</span><span>, Sarasota, FL 34232</span>
</span>

【问题讨论】：

标签： python html python-3.x selenium web-scraping

【解决方案1】：

使用BeautifulSoup 来抓取更复杂的 HTML sn-ps 要简单得多：

from bs4 import BeautifulSoup as soup
from selenium import webdriver
d = webdriver.Chrome()
d.get('https://www.hubzu.com/property/9007091467618-3632-Stokes-Drive-Sarasota-FL-34232')
print(soup(d.page_source, 'html.parser').find('span', {'class':'h1'}).text)

输出：

'\n\n3632\nStokes Drive, Sarasota, FL 34232\n'

【讨论】：

成功了。是的，甚至没有考虑过使用 beautifulSoup 。谢谢！
@reggiejones 很高兴为您提供帮助！

【解决方案2】：

发生的事情是，有两个span 标记为h1。第一个是隐藏的。这就是您得到空结果的原因，因为find_element 返回定位器找到的第一个元素。

尝试以下方法：

browser.get(('https://www.hubzu.com/property/9007091467618-3632-Stokes-Drive-Sarasota-FL-34232'))
propertyname = browser.find_element_by_css_selector('div.row.header-top-navigation span.h1')
print(propertyname.text)

【讨论】：

【解决方案3】：

它可能并不适用于所有人，但在这种情况下，您可以只使用 requests 和 bs4

from bs4 import BeautifulSoup as bs
import requests

r = requests.get('https://www.hubzu.com/property/9007091467618-3632-Stokes-Drive-Sarasota-FL-34232', headers = {'User-Agent' : 'Mozilla/5.0'})
soup = bs(r.content, 'lxml')
print(soup.select_one('.img-responsive')['alt'])

【讨论】：