我如何检索这些之间的文本

Question

https://imgur.com/a/JcTnbiw

如何使用 beautifulsoup 检索突出显示的文本？ 一个例子将是最好的答案，谢谢;）

编辑；这是代码

import requests
import pyperclip
from bs4 import BeautifulSoup
import time

url = 'https://sales.elhst.co/'

headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.125 Safari/537.36"}

site = requests.get(url, headers=headers)
site = str(site)
if site == "<Response [200]>":
    print("Site is up..")

page = requests.get(url, headers=headers)


soup = BeautifulSoup(page.content, 'html.parser')

time.sleep(2)

target = soup.find("pp", id="copies")

print(target)

输出是：

Site is up..
<pp id="copies"></pp>

我想得到这个文本： https://imgur.com/a/JcTnbiw 有什么办法吗？

Answer 1

from lxml import html
import requests

page = requests.get('http://url')
tree = html.fromstring(page.content)

#This will extract the text you need
buyers = tree.xpath('//pp[@id="copies"]/text()')

它应该工作。但我不知道pp 标签。我认为这是一个错误，应该有标签<p>。

关于lxmlhere的更多信息。

Answer 2

您在页面上看到的数据是从外部 URL 加载的。您可以尝试使用此脚本打印份数：

import re
import json
import requests


url = 'https://sales.elhst.co/socket.io/?EIO=3&transport=polling'
copies_url = 'https://sales.elhst.co/socket.io/?EIO=3&transport=polling&sid={sid}'

r = requests.get(url).text
sid = json.loads(re.search(r'(\{".*)', r).group(1))['sid']

r = requests.get(copies_url.format(sid=sid)).text
copies = json.loads(re.search(r'(\[".*)', r).group(1))[-1]

print(copies)

打印：

0