【发布时间】:2021-05-27 06:42:08
【问题描述】:
我正在使用 BeautifulSoup 抓取 WSJ,但它似乎永远找不到 id="top-news" 的元素,该元素始终在主页上可用。我已经尝试过 find()、find_all() 和各种其他方法,对于在我的 results 对象上调用的任何方法,它们都返回一个 NoneType。
我正在尝试提取有关热门新闻文章的元数据,主要是文章标题和网址。每篇文章的元数据都在一个名为“WSJTheme--headline--7VCzo7Ay”的类下,但我只想要那些位于“头条新闻”div下的。
这是我的代码:
import requests
from bs4 import BeautifulSoup
from shutil import copyfile
URL = 'https://www.wsj.com'
page = requests.get(URL)
soup = BeautifulSoup(page.content, 'html.parser')
results = soup.find(id='top-news')
topArticles = results.find_all('div', class_='WSJTheme--headline--7VCzo7Ay ')
【问题讨论】:
-
你想从网站和
result中提取什么,你应该提到tag-name请用这些信息更新你的帖子 -
@BhavyaParikh 我更新了帖子,提供了有关我要提取的内容的更多信息。提到标签名称是什么意思?
标签: python web-scraping beautifulsoup