[我想做什么]
[问题]
把整页都刮掉。在上面的url中,只显示前30个条目。这些都可以通过我写的代码来实现。链接到其他网页显示像1 2 3。。。但是链接地址似乎是用Javascript编写的。我在谷歌上搜索有用的信息,但找不到。在from bs4 import BeautifulSoup
import urllib.request
html = urllib.request.urlopen("http://www.goo-net.com/php/search/summary.php?price_range=&pref_c=08,09,10,11,12,13,14&easysearch_flg=1")
soup = BeautifulSoup(html, "lxml")
total_cars = soup.find(class_="change change_01").find('em').string
tmp = soup.find(class_="change change_01").find_all('span')
car_start, car_end = tmp[0].string, tmp[1].string
# get urls to car detail pages
car_urls = []
heading_inners = soup.find_all(class_="heading_inner")
for heading_inner in heading_inners:
href = heading_inner.find('h4').find('a').get('href')
car_urls.append('http://www.goo-net.com' + href)
for url in car_urls:
html = urllib.request.urlopen(url)
soup = BeautifulSoup(html, "lxml")
#title
print(soup.find(class_='hdBlockTop').find('p', class_='tit').string)
#price of car itself
print(soup.find(class_='price1').string)
#price of car including tax
print(soup.find(class_='price2').string)
tds = soup.find(class_='subData').find_all('td')
# year
print(tds[0].string)
# distance
print(tds[1].string)
# displacement
print(tds[2].string)
# inspection
print(tds[3].string)
[我想知道的]
如何刮整页。我更喜欢使用beauthoulsoup4(Python)。但如果这不是合适的工具,请给我看看其他的。在
[我的环境]Windows 8.1版
Python 3.5
PyDev(Eclipse)
美丽之旅4
如有任何指导,我们将不胜感激。谢谢您。在