requests_html
https://requests.readthedocs.io/projects/requests-html/en/latest/
from requests_html import HTML, HtmlElement, HTMLResponse, HTMLSession def article_parse(): session = HTMLSession() #新聞首頁(list頁面) r = session.get('https://www.ctdf.org.cn/article/category/news-2') ''' node = r.html.find('#about', first=True',containing=None ) #查第一個element,否則返回list,設定contain則只會返回包含指定文本的Element對象 node_text = node.text #獲取文本 node_links = node.absolute_links #內部所有的絕對Link node_attrs = node.attrs #獲取所有屬性 ode_html = node.html #獲取其html node.find('a') #獲取其內部的特定子Element對象,返回List node.html.search('something{}xxx')[0] # 所有匹配可以設定開頭和結尾中間的大括號里的內容,就是要取出來的 '''
find里面用的css選擇器例子: a a.someClass a#someID a[target=_blank]

浙公網安備 33010602011771號