クラスごとにスパンを見つけてその内容を抽出する

Question

スナップショットに指定された特定のスパンのテキストを抽出します。クラスの属性でスパンを見つけることができません。私は抽出されるデータのhtmlソース（スナップショット）も添付しました。 提案がありますか？

import bs4 as bs 
import urllib 
sourceUrl='https://www.pakwheels.com/forums/t/planing-a-trip-from-karachi-to-lahore-by-road-in-feb-2017/414115/2' 
source=urllib.request.urlopen(sourceUrl).read() 
soup=bs.BeautifulSoup(source, 'html.parser') 

count=soup.find('span',{'class':'number'}) 
print(len(count)) 

画像を参照してください：

Answer 1

あなたが使用することができますCSSセレクタを使用する方法を知っている場合：

mySpan = soup.select("span.number") 

をそれがあるすべてのノードのリストを返します。このセレクタに対して有効です。 だから、mySpan[0]には必要なものが含まれている可能性があります。そして、あなたが必要とするものを得るために、例えばget_text()のような方法の1つを使用してください。

Answer 2

あなたはたぶん、あなたの問題は、あなたがお使いのブラウザでJavaScriptを無効にした場合、あなたが簡単にあなたがしたいことspan要素が消えて見ることができますこの修正

Answer 3

後に消えます応答

source=urllib.request.urlopen(sourceUrl).read().decode() 

をデコードする必要がまず第一に。 その要素を得るために、可能な解決策の1つはSeleniumブラウザを使用することができます。

from selenium import webdriver 

driver = webdriver.Chrome() 
driver.get('https://www.pakwheels.com/forums/t/planing-a-trip-from-karachi-to-lahore-by-road-in-feb-2017/414115/2') 
span = driver.find_element_by_xpath('//li[3]/span') 
print(span.text) 
driver.close() 

出力：

別の解決策 - （ChromeブラウザCtrlキーを押しながら+ Uで）Webページのソースに深いダウン目的の値を検索し、正規表現を使用して、スパン値を抽出します。

import re 
import requests 
r = requests.get(
    'https://www.pakwheels.com/forums/t/planing-a-trip-from-karachi-to-lahore-by-road-in-feb-2017/414115/2') 
span = re.search('\"posts_count\":(\d+)', r.text) 
print(span.group(1)) 

出力：