使用Python进行数据抓取

我使用Python开发了一个脚本，从这个URL中提取手机名称

这是我的剧本：

from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup as soup
my_url = 'https://www.jumia.com.ng/mobile-phones/' 
uClient =uReq(my_url) #open connection.. grab the page
page_html = uClient.read() #load the content into a varaible
uClient.close()  #close the console
page_soup = soup(page_html, "html.parser") #it does the html parser
phone_name = page_soup.findAll("span",{"class":"name"}) #grabs each phone name
print (phone_name)

我的预期结果应该是这样的：

Marathon M5 Mini 5.0-Inch IPS (2GB, 16GB ROM) Android 5.1 Lollipop, 13MP + 8MP Smartphone - Grey

但我得到的是：

<span class="name" dir="ltr">Marathon M5 Mini 5.0-Inch IPS (2GB, 16GB ROM) Android 5.1 Lollipop, 13MP + 8MP Smartphone - Grey</span>.

marathonm5迷你5.0英寸IPS（2GB，16GB ROM）安卓5.1棒棒糖，13MP+8MP智能手机-灰色。

---

如何从这款

马拉松M5迷你5.0英寸IPS（2GB，16GB ROM）安卓5.1棒棒糖，13MP+8MP智能手机中提取文本-灰色

？

要提取名称，请使用

。text

>>> for phone_name in page_soup.findAll("span",{"class":"name"}):
        print(phone_name.text)

Boom J8 5.5 Inch (2GB, 16GB ROM) Android Lollipop 5.1 13MP + 5MP Smartphone - White (MWFS)
Marathon M5 Mini 5.0-Inch IPS (2GB, 16GB ROM) Android 5.1 Lollipop, 13MP + 8MP Smartphone - Grey

因此，您的脚本应该如下所示：

from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup as soup
my_url = 'https://www.jumia.com.ng/mobile-phones/' 
uClient =uReq(my_url) #open connection.. grab the page
page_html = uClient.read() #load the content into a varaible
uClient.close()  #close the console
page_soup = soup(page_html, "html.parser") #it does the html parser
for phone_name in page_soup.findAll("span",{"class":"name"}):
    print(phone_name.text)

---

在你的问题中，你得到的和期望得到的是一样的。你读过吗？使用python请求。这比你所得到的和你的问题所期望的都好。。。我得到了这款马拉松M5迷你5.0英寸IPS（2GB，16GB ROM）安卓5.1棒棒糖，13MP+8MP智能手机-灰色。我的预期结果应该是这款马拉松M5迷你5.0英寸IPS（2GB，16GB ROM）安卓5.1棒棒糖，13MP+8MP智能手机-灰色。感谢您的回复。您阅读了BeautifulSoup文档了吗？不我现在就这么做。。。希望对你有帮助。。。谢谢你的回复。。