Python 类属性不包括在bs4对象中

我正在尝试刮取这个，我正在使用

请求

库和

美化组

。这里是交易，伙计们，我只需执行一个

requests.get（）

并将其

.content

转换为

bs4

对象。（我的解析器是

“html5lib”

）

在此之前，正如您在图中所看到的，这个标签上有一个

class

属性。 你可以自己在网站上做一个inspect元素，看看我在说什么。您可以访问并右键单击已装箱的单词并检查元素

现在，当我获取它的

.content

并将其转换为bs4对象并打印出

soup

变量时，正如您所看到的

标记不再具有

类

属性，它只是一个简单的

。在这里查看，我已经尝试在sublime文本中查找类值本身，但没有结果，因此这意味着

类

属性确实是未包含的

（我不能把汤的全部价值放在这里，因为汤太长了，我建议你也把它打印出来）

您可能想知道为什么我需要

class

属性？我需要它来收集基于该类的相关数据，我需要它专门基于该类，因为我不能只

.find（）

a

p

标记，因为在很多情况下，可能会有其他

p

标记，但它们不是我试图获取的数据，所以我只是说得很精确

这是我编写的简单代码，请注意，我已经尝试在上面放置一个用户代理，因为我也搜索过，试图像浏览器一样伪装，但仍然没有运气：（有人能帮助我并告诉我为什么会发生这种情况吗？谢谢

import requests
from bs4 import BeautifulSoup

word = "opierać"

url = f"https://pl.wiktionary.org/wiki/{word}#{word}_(j%C4%99zyk_polski)"
headers = {"User-Agent": "Mozilla/5.0 (X11; CrOS x86_64 12871.102.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.141 Safari/537.36"}
r = requests.get(url,headers=headers)

print("Status code: ",r.status_code)
soup = BeautifulSoup(r.content,"html5lib")
print(soup)

---

正如@Gealber所提到的，我还建议您执行您的任务

示例

from selenium import webdriver
from bs4 import BeautifulSoup

word = "opierać"
url = f"https://pl.wiktionary.org/wiki/{word}#{word}_(j%C4%99zyk_polski)"

driver = webdriver.Chrome(executable_path=r'C:\Program Files\ChromeDriver\chromedriver.exe')
driver.get(url)
driver.implicitly_wait(3) 

soup = BeautifulSoup(driver.page_source,"html5lib")
p = soup.find('p', class_='lang-pl fldt-znaczenia')
print(p)
driver.close()

使用隐式等待网站（）完全加载：

输出

<p class="lang-pl fldt-znaczenia"><i class="lang-pl fldt-znaczenia">czasownik przechodni niedokonany</i> (<link class="lang-pl fldt-znaczenia" href="mw-data:TemplateStyles:r6240524" rel="mw-deduplicated-inline-style"/><span class="short-container lang-pl fldt-znaczenia"><a class="mw-redirect lang-pl fldt-znaczenia" href="/wiki/Aneks:Skr%C3%B3ty_u%C5%BCywane_w_Wikis%C5%82owniku#D" title="Aneks:Skróty używane w Wikisłowniku"><span class="short-wrapper lang-pl fldt-znaczenia" data-expanded="aspekt dokonany" title="aspekt dokonany"><span class="short-content lang-pl fldt-znaczenia">dk.</span></span></a></span> <a class="lang-pl fldt-znaczenia" href="/wiki/opra%C4%87#pl" title="oprać">oprać</a>)
</p>

---

正如@Gealber所提到的，我还建议您执行您的任务

示例

from selenium import webdriver
from bs4 import BeautifulSoup

word = "opierać"
url = f"https://pl.wiktionary.org/wiki/{word}#{word}_(j%C4%99zyk_polski)"

driver = webdriver.Chrome(executable_path=r'C:\Program Files\ChromeDriver\chromedriver.exe')
driver.get(url)
driver.implicitly_wait(3) 

soup = BeautifulSoup(driver.page_source,"html5lib")
p = soup.find('p', class_='lang-pl fldt-znaczenia')
print(p)
driver.close()

使用隐式等待网站（）完全加载：

输出

<p class="lang-pl fldt-znaczenia"><i class="lang-pl fldt-znaczenia">czasownik przechodni niedokonany</i> (<link class="lang-pl fldt-znaczenia" href="mw-data:TemplateStyles:r6240524" rel="mw-deduplicated-inline-style"/><span class="short-container lang-pl fldt-znaczenia"><a class="mw-redirect lang-pl fldt-znaczenia" href="/wiki/Aneks:Skr%C3%B3ty_u%C5%BCywane_w_Wikis%C5%82owniku#D" title="Aneks:Skróty używane w Wikisłowniku"><span class="short-wrapper lang-pl fldt-znaczenia" data-expanded="aspekt dokonany" title="aspekt dokonany"><span class="short-content lang-pl fldt-znaczenia">dk.</span></span></a></span> <a class="lang-pl fldt-znaczenia" href="/wiki/opra%C4%87#pl" title="oprać">oprać</a>)
</p>

---

您可以根据您想要的子

i

标记（需要bs4.7.1+）选择

p

标记，并且是第一个匹配此模式的标记

import requests
from bs4 import BeautifulSoup as bs

soup = bs(requests.get('https://pl.wiktionary.org/wiki/opiera%C4%87#opiera%C4%87(j%C4%99zyk_polski').content, 'lxml')
print(soup.select_one('p:has(i)').text)

---

您可以根据您想要的子

i

标记（需要bs4.7.1+）选择

p

标记，并且是第一个匹配此模式的标记

import requests
from bs4 import BeautifulSoup as bs

soup = bs(requests.get('https://pl.wiktionary.org/wiki/opiera%C4%87#opiera%C4%87(j%C4%99zyk_polski').content, 'lxml')
print(soup.select_one('p:has(i)').text)

---

---

这可能会有帮助：谢谢，但API似乎没有从我提供的特定页面收集数据的任务……我认为它似乎有所不同：（如果这是英文的话会有帮助。我不明白。你想要页面中没有类的

p

元素，但是你想要

class

？这个标签的类似乎是由JavaScript代码生成的，所以你不能使用漂亮的两个请求来获得它，相反，你可以使用Selenium。或者尝试在不依赖类的情况下获取这些信息。我们不需要使用英语，因为我也不知道如何说波兰语：是的，我想知道同样的事情。可能是因为javascript。有没有办法获得这些信息？正如您在图像上看到的，class属性在那里，但当我使用请求获取并解析它时。..class属性消失了。这可能会有帮助：谢谢，但API似乎没有从我提供的特定页面收集数据的任务…我认为它似乎有所不同：（如果这是英文的话会有帮助。我不明白。你想要页面中没有类的

p

元素，但是你想要

class

？这个标签的类似乎是由JavaScript代码生成的，所以你不能使用漂亮的两个请求来获得它，相反，你可以使用Selenium。或者尝试在不依赖类的情况下获取这些信息。我们不需要使用英语，因为我也不知道如何说波兰语：是的，我想知道同样的事情。可能是因为javascript。有没有办法获得这些信息？正如您在图像上看到的，class属性在那里，但当我使用请求获取并解析它时。…类属性消失了。谢谢！事实上，我最后一个选择是像您一样使用Selenium…但我仍然会做更多的研究和其他我能想到的方法…因为我尝试在没有任何其他第三方软件的情况下这样做。一旦我决定使用Selenium，我会检查这一点。我喜欢@QHarr的答案！但是对于问题关于我所指的，我认为最好的方法是在selenium上使用它。谢谢大家！谢谢！实际上我最后的选择是像你们一样使用selenium…但我仍然会做更多的研究和其他我可以想到的方法…因为我尝试在没有任何其他第三方软件的情况下使用它。一旦我决定使用se，我会检查这一点lenium.我喜欢@QHarr的答案！但是对于我所指的问题，我认为最好的方法是在selenium上使用它。.谢谢很多人！哇！谢谢！我不知道这是可能的！这也是一种使我的代码精确的好方法。…我可以问一下我能在

has

中放入任何我想说的东西吗？例如

我可以放置的标签

p:has（标签）谢谢？这个我认为是一个被选中的答案！但是只有一个答案……但是我认为这是一个代码<另一个<代码> >我的问题的另一个解决方案。谢谢！@ QHARR解决了没有任何代码> ID、名字或类< /代码>属性的伟大解决方案。我也仔细看一看。谢谢！我可以把任何我想要的标签放进去。那里？太好了！哇！谢谢！我不知道这是可能的！这也是一个让我的代码更精确的好方法…我可以问一下我能在里面放点什么吗