python - 爬取直播吧新闻时，如何过滤"data-label"属性的内容。-PHP中文网问答

微信公众号讲师中心

首页

文章

后端开发 web前端数据库开发工具 php框架常见问题科技 Java 系统教程电脑教程硬件教程手机教程软件教程游戏教程自媒体新闻

专题

后端开发 web前端数据库开发工具 php框架科技 Java 系统教程电脑教程硬件教程手机教程软件教程游戏教程新闻

AI工具

AI 聊天问答 Agent智能体 AI 文本写作 AI 绘画作图 AI 设计工具 AI 视频创作 AI 音频制作 AI 办公学习 AI 编程开发 Prompt指令

学习

大前端后端开发数据库移动端运维开发计算机基础

编程手册

大前端后端开发数据库移动端运维开发计算机基础

下载

js特效网站源码工具下载类库下载网站素材学习资源插件扩展手机/移动开发手机游戏

最近更新

搜索

后端开发 web前端数据库开发工具 php框架常见问题科技 Java 系统教程电脑教程硬件教程手机教程软件教程游戏教程

python - 爬取直播吧新闻时，如何过滤"data-label"属性的内容。

ringa_lee 2017-04-18 09:45:09

[Python讨论组]

563

我想写一个爬虫爬取直播吧的新闻。
在足球新闻页面（http://news.zhibo8.cc/zuqiu/m...），我能获取到一整个

下的内容，比如：

马拉多纳：内马尔是金球奖竞争者，喜欢看他踢球squawka2016-10-15 12:37:23

但是在上面的

中，有"data-label"属性对词条新闻进行分类.
我现在想对"data-label"属性中的文字进行过滤，小弟刚开始学beautifulsoup，用的不熟练，研究了几小时没研究出来，请问如何才能实现？

ringa_lee

全部回复(1)

阿神2017-04-18 09:47:09 1楼

定位到li之后，直接取就可以了。

from bs4 import Beautifulsoup
s='<li data-label=",足球,西甲,巴塞罗那,原创,"><span class="articleTitle">马拉多纳：内马尔是金球奖竞争者，喜欢看他踢球</span><span class="source">squawka</span><span class="postTime">2016-10-15 12:37:23</span></li>'
lis = BeautifulSoup(s, 'html5lib')
li = li.find_all('li')[0]#定位到 li
print li['data-label'] #这里直接获取

PS：直播吧老司机路过

赞 +0

添加回复

专题推荐

更多>

热门话题

热门教程

更多>