尝试使用 Beautifulsoup 抓取产品细节，如品牌和风味答案

【问题标题】：trying to scrape products details like brand and flavour using beautifulsoup尝试使用 Beautifulsoup 抓取产品细节，如品牌和风味
【发布时间】：2021-12-28 15:35:48
【问题描述】：

任何人都可以帮助我使用 beautifulsoup 将风味和品牌详细信息作为关键值对进行抓取。我是新来的：

期望的输出是

风味 - 青苹果

品牌 - Carabau

html 看起来像这样： html代码-

<tr class="a-spacing-small">
<td class="a-span3">
    <span class="a-size-base a-text-bold">Flavour</span>
</td>

<td class="a-span9">
    <span class="a-size-base">Green Apple</span>
</td>

<tr class="a-spacing-small">
<td class="a-span3">
    <span class="a-size-base a-text-bold">Brand</span>
</td>

<td class="a-span9">
    <span class="a-size-base">Carabau</span>
</td>

【问题讨论】：

请发布您到目前为止所尝试的内容。
是整个 HTML 还是页面上还有更多内容？有网址吗？
这里是网址 - amazon.co.uk/Carabao-Calories-Tasting-Flavour-Vitamins/dp/…

标签： python html web web-scraping beautifulsoup

【解决方案1】：

from bs4 import BeautifulSoup

html = '''
    <tr class="a-spacing-small">
    <td class="a-span3">
        <span class="a-size-base a-text-bold">Flavour</span>
    </td>
    
    <td class="a-span9">
        <span class="a-size-base">Green Apple</span>
    </td>
    <tr class="a-spacing-small">
    <td class="a-span3">
        <span class="a-size-base a-text-bold">Brand</span>
    </td>
    
    <td class="a-span9">
        <span class="a-size-base">Carabau</span>
    </td>
    '''

soup = BeautifulSoup(html,'html.parser')
first_element = soup.find_all('td', {'class': 'a-span3'})
second_element = soup.find_all('td', {'class': 'a-span9'})

for first_attribute,second_attribute in zip(first_element,second_element):
    print("{} - {}".format(first_attribute.text.strip(),second_attribute.text.strip()))

可以使用 BeautifulSoup 完成，这将为您提供所需的输出，如果您从 URL 读取 HTML，则需要通过将 HTML 替换为获取的内容原始内容来应用一些更改。

【讨论】：

【解决方案2】：

你可以这样做。

使用.find_all() 选择表格行<tr>。这将为您提供<tr> 标签列表。
对于每个<tr>，获取其文本并以您需要的方式打印。

完整代码如下：

from bs4 import BeautifulSoup

s = """
<tr class="a-spacing-small">
<td class="a-span3">
    <span class="a-size-base a-text-bold">Flavour</span>
</td>

<td class="a-span9">
    <span class="a-size-base">Green Apple</span>
</td>
<tr class="a-spacing-small">
<td class="a-span3">
    <span class="a-size-base a-text-bold">Brand</span>
</td>

<td class="a-span9">
    <span class="a-size-base">Carabau</span>
</td>
"""
soup = BeautifulSoup(s, 'lxml')
for tr in soup.find_all('tr'):
    print(' - '.join(list(tr.stripped_strings)))

输出：

Flavour - Green Apple
Brand - Carabau

【讨论】：