Как я могу получить только имя и контактный номер из div?
Я пытаюсь получить имя и контактный номер из div, а div имеет три диапазона, но проблема в том, что иногда div имеет только один диапазон, иногда два и иногда три диапазона.
Первый диапазон имеет имя.
Второй пролет имеет другие данные.
Третий пролет имеет контактный номер
Here is HTML
<div class = "ds-body-small" id = "yui_3_18_1_1_1554645615890_3864">
<span class = "listing-field" id = "yui_3_18_1_1_1554645615890_3863">beth
budinich</span>
<span class = "listing-field"><a href = "http://Www.redfin.com"
target = "_blank">See listing website</a></span>
<span class = "listing-field" id = "yui_3_18_1_1_1554645615890_4443">(206)
793-8336</span>
</div>
Вот мой код
try:
name= browser.find_element_by_xpath("//span[@class='listing-field'][1]")
name = name.text.strip()
print("name : " + name)
except:
print("Name are missing")
name = "N/A"
try:
contact_info= browser.find_element_by_xpath("//span[@class='listing-
field'][3]")
contact_info = contact_info.text.strip()
print("contact info : " + contact_info)
except:
print("contact_info are missing")
days = "N/A"
Мой код не дает мне правильного результата. Может ли кто-нибудь предоставить мне наилучшее решение. Спасибо
@JohnGordon, если в div есть первые два диапазона, то второй назначается контактному номеру. Можете ли вы дать мне правильный код, который даст мне имя и контактный номер, если div имеет диапазон 1,2 или 3.
Ответы 2
Вы можете перебрать контакты и проверить, есть ли дочерний элемент a и соответствует ли шаблон номера телефона:
contacts = browser.find_elements_by_css_selector("span.listing-field")
contact_name = []
contact_phone = "N/A"
contact_web = "N/A"
for i in range(0, len(contacts)):
if len(contacts[i].find_elements_by_tag_name("a")) > 0:
contact_web = contacts[i].find_element_by_tag_name("a").get_attribute("href")
elif re.search("\\(\\d+\\)\\s+\\d+-\\d+", contacts[i].text):
contact_phone = contacts[i].text
else:
contact_name.append(contacts[i].text)
contact_name = ", ".join(contact_name) if len(contact_name) > 0 else "N/A"
Выход:
contact_name: ['Kevin Howard', 'Howard enterprise']
contact_phone: '(206) 334-8414'
На странице есть капча. Для парсинга лучше использовать Запросы, вся информация предоставляется в формате json.
Код #xpath выдает ошибку. <selenium.webdriver.firefox.webelement.FirefoxWebElement (session = "90b9857b-0b38-45a5-91a4-5e84c070c1ff", element = "e8085d93-fb13-40e8-840a-c4e9dd08e3ab")> <selenium.webdriver.firefox.webelement.FirefoxWebElement (сессия = "90b9857b-0b38-45a5-91a4-5e84c070c1ff", элемент = "e8085d93-fb13-40e8-840a-c4e9dd08e3ab")>
Это не ошибка, возвращает WebElement. Проверьте обновленный код, добавлен .text, чтобы получить текст
Тем не менее, я столкнулся с проблемой, если div имеет только диапазон, то первый и последний текст диапазона будут одинаковыми. если у div есть один диапазон, тогда другая переменная должна быть нулевой.
в этой строке синтаксическая ошибка: contact_phone = contact[i] if re.search("\(\\d+\)\\s+\\d+-\\d+", contact[i])
Исправлено: contact_phone = contacts[i].text
Можете ли вы поделиться URL?
URL-1: zillow.com/homedetails/4501-Cascadia-Ave-S-Seattle-WA-98118/…
URL-2: zillow.com/homedetails/4501-Cascadia-Ave-S-Seattle-WA-98118/…
URL-3: zillow.com/homedetails/7432-Tacoma-Ave-S-Tacoma-WA-98408/…
Потому что в вашем связь только один диапазон и его номер
Используйте обновленный второй код. Код будет собирать имена в виде списка.
Пожалуйста, примите правильные ответы на этот и предыдущие вопросы, которые вы задавали
Большое спасибо Серс!
Давайте продолжить обсуждение в чате.
#sudharsan
# April 07 2019
from bs4 import BeautifulSoup
text ='''<div class = "ds-body-small" id = "yui_3_18_1_1_1554645615890_3864">
<span class = "listing-field" id = "yui_3_18_1_1_1554645615890_3863">beth
budinich</span>
<span class = "listing-field"><a href = "http://Www.redfin.com"
target = "_blank">See listing website</a></span>
<span class = "listing-field" id = "yui_3_18_1_1_1554645615890_4443">(206)
793-8336</span>
</div>'''
# the given sample html is stored as a input in variable called "text"
soup = BeautifulSoup(text,"html.parser")
main = soup.find(class_ = "listing-field")
# Now the spans with class name "listing-field" is stored as list in "main"
print main[0].text
# it will print the first span element
print main[-1].text
# it will print the last span element
#Thank you
# if you like the code "Vote for it"
Код выглядит хорошо, можете ли вы переписать его на Python Selenium? потому что я использую браузер селена
Спасибо за ваш комментарий. На самом деле вы также можете использовать приведенный выше код в селене, очистив html-контент с помощью параметра селена «driver.page_source» и сохранив в переменной «text» вместо этого образца html-текста. Остальной код аналогичен парсингу