Python 在使用requests.get并使用BeautifulSoup进行解析后，HTML标记中的属性值会发生更改

我正在尝试清理Yahoo Finance（），但是与数据点关联的属性值正在尝试进行更改。如图所示，“span”标记具有属性数据reactid=“52”。（图中以蓝色突出显示）

获取此数据点的代码如下所示：

home_page = "https://finance.yahoo.com/quote/AAPL"
response = requests.get(home_page)
print(response.status_code)
soup = BeautifulSoup(response.content,'lxml')

header = soup.find("div", attrs = {'id':'quote-header-info'})
company_name = header.find("h1", attrs = {'data-reactid':'7'}).text
price = soup.find("span", attrs = {'span':'data-reactid':'52'})

不幸的是，它返回的值为None。（我使用了不同的解析器（html5lib），但得到了相同的响应）

在检查了soup之后，我注意到与此数据点关联的属性值已经更改。请参阅图片（很难看到，但标签在图像的上部以灰色略微突出显示）

---

是否存在防止值更改的方法？或者这个问题的解决方法是什么？

尝试使用xpath。您不能在BS中执行此操作，而是使用lxml

from lxml import html

home_page = "https://finance.yahoo.com/quote/AAPL"
response = requests.get(home_page)
tree = html.fromstring(response.content)
price = str(tree.xpath('//*[@id="quote-header info"]/div[3]/div[1]//span[1]//text()')[0])

---

硒对这也有好处。但我希望这有帮助！如果你有任何问题，请告诉我

您可以使用一个随着时间推移似乎稳定的类（至少在相当长的一段时间内）

---

我无法让你的代码正常工作，是吗？我能够使用Xpath（doc.Xpath（“//h1[@data reactid='7']/text（）”）获取公司名称。但是，我也可以使用BeautifulSoup获得公司名称。似乎使用Xpath和lxml并不能解决我上面描述的问题。我研究了硒元素，我会尝试这个替代品。当我回应时，我能够做到，所以这很奇怪。现在它给我拉了一张空名单。另一个选项是：它将以更少的代码获取相同的数据。比如，如果你只想获取苹果的当前价格，那么它将是这样的：从yahoo_fin导入股票信息作为si si。获取实时价格（“aapl”）你能详细说明这个参数是如何工作的['.Mb（-4px）”，而不是编写整个属性值['Trsdu（0.3s）Fw（b）Fz（36px）Mb（-4px）D吗（ib）”。我一直收到以下错误：[“SelectorSyntaxError:无效字符'（“位置5”]）。我假设反斜杠解决了问题？（我只是不理解逻辑）。另外，如何避免写入整个属性值？

import requests
from bs4 import BeautifulSoup as bs

r = requests.get('https://finance.yahoo.com/quote/AAPL/')
soup = bs(r.content, 'lxml')
print(soup.select_one('.Mb\(-4px\)').text)