问题描述
我想爬取tr标签内的所有td标签的内容,以及获取onclick属性内的绝对路径
问题出现的环境背景及自己尝试过哪些方法
尝试直接忽略onclick爬取所有tr标签内的td标签的内容,测试成功
尝试优先爬取onclick内容,忽略表头(即:
'Host':'www.pgskpw.com'}
link = 'http://www.pgskpw.com/'
r = requests.get(link,headers = headers,timeout = 20)
soup = BeautifulSoup(r.text,'html.parser')
user_information = re.compile(r"javascript:window.open('/personal_show.php?showid=');readent(this);")
person_book = soup.find('div',class_='conBox listbox mb10')
person_list = person_book.find_all('tr',attrs={'onclick':user_information})
for i in person_list:
print(i)
你期待的结果是什么?实际看到的错误信息又是什么?
获取td标签内的内容及onclick内的内容