使用 BeautifulSoup 解析 Facebook 页面

Question

我正在 facebook 的 html 页面中搜索名称。 如果我像这样获取文件 html.txt：

html = open('html.txt','r').read()
soup = BeautifulSoup(html)

如果我用 find 搜索名字似乎没问题，但如果我尝试用 BS 搜索我什么都找不到..

>>>html.find("Joseph Tan")
98939
>>>html[98700:99000]
'<div class="fwn fcg"><span class="fcg"><span class="fwb"><a class="profileLink" href="https://www.facebook.com/ASD.391" data-ft="&#123;&quot;tn&quot;:&quot;l&quot;&#125;" data-hovercard="/ajax/hovercard/user.php?id=123456">Alex Tan</a></span> condivided the photo <a class="profileLink" '
>>> soup.findAll('div',{'class':'fwn fcg'})
[]
>>> soup.findAll('span',{'class':'fwb'})
[]
>>> soup.findAll('a',{'class':'profileLink'})
[]
>>> 

有人可以帮助我吗？非常感谢

编辑：重新创建的 HTML 页面

html page

Answer 1

它的工作原理如下：

print soup.find_all('div', class_=['fwn','fcg'])

OUTPUT:

[<div class="uiHeaderActions rfloat _ohf fsm fwn fcg"><a class="_1c1m" href="#" role="button">Segna tutti come già letti</a> · <a accesskey="m" ajaxify="/ajax/messaging/composer.php" href="/messages/new/" id="u_0_8" rel="dialog" role="button">Invia un nuovo messaggio</a></div>, <div class="uiHeaderActions fsm fwn fcg"><a href="#" id="u_0_9" role="button">Segna come già letto</a> · <a href="/settings?tab=notifications&amp;section=on_facebook" target="_blank">Impostazioni</a></div>, <div class="fsm fwn fcg"><a ajaxify="/settings/language/language/?uri=https%3A%2F%2Fwww.facebook.com%2Fshares%2Fview%3Fid%3D10152555113196961&amp;source=TOP_LOCALES_DIALOG" href="#" rel="dialog" role="button" title="Usa Facebook in un'altra lingua.">Italiano</a></div>]

根据==>this链接，这是如何使用BS搜索类和其他HTML元素的样式。请检查。

有两个问题。

1.你写的方式和我上面提供的链接不匹配。可能是您没有使用更新版本的 BS。

2. 有两个类“fwn”和“fcg”。所以你必须在一个列表中给出他们的名字，这就是我得到输出的方式。

同样适用于'span'和'a'如下：

print soup.find_all('span', class_='jewelCount')
print soup.find_all('a', class_='_awj')

找不到您给定的'span' 和'fwb' 类和'a' 和'profileLink' 类。因为它们不在HTML 中。

您可以通过打印所有 span 和 a 来检查。 写信print soup.find_all('a')和print soup.find_all('span')*自行检查。

希望这会有所帮助，如果没有，请再写一次！ :)