グラブは、タグの値がBS4

Question

を使用して属性の私は、製品の詳細をつかむためのpython3でBS4を使用していますが、ここでアマゾン、 で検索私のコードです：これにより

from bs4 import BeautifulSoup as BS 
import requests 

html = requests.get('http://www.amazon.in/s/ref=nb_sb_noss_2?url=search- 
alias%3Daps&field-keywords=hp+monitors') 

soup = BS(html.text , 'lxml') 
#print(soup.prettify()) 

for i in soup.find_all('li') : 
    print(i.get('id')) 
    h2_tag = i.h2 
    print(h2_tag.get('data-attribute')) 
    print("_____") 

コードのデータ属性の値がh2タグになっていません。一方、の値の値がのタグが出てきています。 誰でも私が間違っている場所を教えてもらえますか？ここで言いたいこと

​​

Answer 1

いくつかのこと：

1. 代わりhtml.textを使用しての、as recommended herehtml.contentを使用しています。

2. ここでlxmlを使用しますか？ html.parserは問題ありません。

3. data-attributeタグを使用する必要はありません。h2.textを使用して、h2からテキストを取得できます。

   from bs4 import BeautifulSoup 
   import requests 
   
   html = requests.get('http://www.amazon.in/s/ref=nb_sb_noss_2?url=search-alias%3Daps&field-keywords=hp+monitors') 
   soup = BeautifulSoup(html.content , 'html.parser') 
   
   for h2 in soup.find_all('h2', class_='s-inline'): 
       print(h2.text) 
   

   出力

   HP 24ES 23.8-HP 24ES 23.8-inch THINNEST LED Monitor (Black)LED Monitor (Black) 
   HP 22es Display 54.6 cm, 21.5 Inch THINNEST IPS LED Backlit Monitor 
   HP 22KD 21.5-inch FULL HD LED Backlit Monitor (Black 
   HP 19KA 18.5-inch LED Backlit Monitor (Black) 
   HP 27es 27 Inches Display IPS LED Backlit Monitor (Full HD) 
   HP 21KD 20.7-inch FULL HD LED Backlit Monitor (Black) 
   LG 24MP88HV-S 24"IPS Slim LCD Monitor 
   Dell S Series S2415H 24-Inch Screen Full HD HDMI LED Monitor 
   Dell E1916HV 18.5-inch LED Monitor (Black) 
   HP 20KD 19.5-inch LED Backlit Monitor (Black) 
   Dell S2216H 21.5-Inch Full HD LED Monitor 
   HP V222 21.5" LED Widescreen Monitor (M1T37AA Black) 
   AlexVyan®-Genuine Accessory with 1 year warranty:= (38.1CM) 15 Inch LCD Monitor for HP, Dell, Lenovo, Pc Desktop Computer Only (Black) 
   Compaq B191 18.5-inch LED Backlit Monitor (Black) 
   HP 20WD 19.45-Inch LED Backlit Monitor 
   HP Compaq F191 G9F92AT 18.5-inch Monitor 
   

   ---

   ：製品のタイトルを収集する

簡単な方法は、直接s-inlineクラス（製品のタイトル）を持つ<h2>の全てを反復されます

また、インラインコードに太字を使用する代わりに、次のようなバックティックを使用してください。

は `codecode`はcodecodeとしてレンダリングされます

---

編集：ここでは

、soup.find_all('h2')しかしアマゾンのページでは、他のためのH2のタグを持って、ページのすべてのH2タグを得ているでしょう製品よりも私はすべての製品がs-inlineクラスを持っていることに気づいたので、soup.find_all('h2', class_='s-inline")は製品からh2タグだけを取ります。