每次都记不住该怎么用
留存一下
</style>
<script type="text/javascript" src="../ext/linesale.js?v=0.11817100 1538190458" ></script>
</head>
如何抓取src=“...”里面的数据?
前序格式
import requests
from bs4 import BeautifulSoup
import re
url="http://www.bjbus.com/map/index.php"
headers = { 'Accept': '*/*','Connection': 'keep-alive', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.116 Safari/537.36'}
r=requests.get(url,headers=headers).text
r_bs=BeautifulSoup(r, "html.parser")
下面就要开始解析
方法1
for i in r_bs.find_all("script"):
print(i.get("src"))
可以找到所有script标签下,提取属性为src的属性值
方法2
print(r_bs.find_all("script")[1].get("src"))
--> ../ext/linesale.js?v=0.73926300 1538199432
因为find_all返回的是list类型,可以用[n]来查找具体某一个,当然,如果网页代码改变了,那就得重新写,这点儿没有正则的好
接下来需要将 ..替换成官网网址