使用跨度标题和跨度类抓取数据

Question

我正在使用 Python Anaconda 将数据抓取到 Excel 工作表中。我在两个网站上遇到了一些问题。

网站 1

<div id="ember3815" class="ember-view">
<p class="org-top-card-module__company-descriptions Sans-15px-black-55%">
<span class="company-industries org-top-card-module__dot-separated-list">
  Industry
</span>
<span class="org-top-card-module__location org-top-card-module__dot-separated-list">
  City, State
</span>
<span title="62,346 followers" class="org-top-card-module__followers-count org-top-card-module__dot-separated-list">
  62,346 followers
</span>

我正在尝试提取跨度标题。我尝试过的东西（我也尝试过所有作为 find_all 的东西）：

text = soup.find('span',{'class':"company-industries org-top-card-module__dot-separated-list"})

text = soup.find('p',{'class':"org-top-card-module__company-descriptions Sans-15px-black-55%"})

text = soup.body.find('span', attrs={'class': 'org-top-card-module__location org-top-card-module__dot-separated-list'})

text = soup.find('span',{'class': 'org-top-card-module__location org-top-card-module__dot-separated-list'})

我确定我还尝试过其他一些我没有列出的东西，因为我不记得所有的东西。我不是程序员，我只是想弄清楚这一点以提取数据进行分析。帮助？

站点 2

我需要从下面的 html 中提取值 8,052。

<section class="zwlfE">
<div class="nZSzR">...</div>
<ul class="k9GMp ">
<li class="Y8-fY ">...</li>
<li class-"Y8-fY ">
<a class="g47SY " title="8,052">8,052</span>" followers"
</a>
</li>
<li class="Y8-fY ">...</li>
</ul>
<div class="-vDIg">...</div>
</section>

我试过了：

• text = soup.find('span',{'class': "g47SY "})
• 与上面类似，但带有 div 和 li 标签

我尝试过的所有结果都是 []。

请帮忙？

Answer 1

获取span title

from bs4 import BeautifulSoup
html ="""<div id="ember3815" class="ember-view">
<p class="org-top-card-module__company-descriptions Sans-15px-black-55%">
<span class="company-industries org-top-card-module__dot-separated-list">
  Industry
</span>
<span class="org-top-card-module__location org-top-card-module__dot-separated-list">
  City, State
</span>
<span title="62,346 followers" class="org-top-card-module__followers-count org-top-card-module__dot-separated-list">
  62,346 followers
</span>"""

soup = BeautifulSoup(html, "html.parser")
print( soup.find("span", class_="org-top-card-module__followers-count org-top-card-module__dot-separated-list")["title"])

输出：

62,346 followers

对于site2

print( soup.find("a", class_="g47SY")["title"])