Python.如何在课堂上按词搜索?

Question

我要考虑的情况是当网站结构歪斜，有很多相同的类和标签。在这些类中，需要的信息在不同的索引下，其中[3]，其中[6]。根本没有。假设有:'Div' class = 'data-123'地址' Div 'class = 'data-123'信息' Div 'class = 'data-123' Phone - 1234567890等这是我需要得到的电话。在不同的牌中，它的顺序是随机的，或者它根本不存在。也就是说，它不会通过xpath找到它，因为它每次都不同，选择器可以与其他一些参数相同。也许通过"电话"这个词;在这堂课上?如何摆脱这种局面?

Answer 1

要获取公司名称和电话号码，您可以这样做:

import requests
from bs4 import BeautifulSoup
url = "https://www.ua-region.com.ua/ru/kved/49.41"
soup = BeautifulSoup(requests.get(url).content, "html.parser")
for company in soup.select(".cart-company-lg"):
    title = company.select_one(".cart-company-lg__title").text
    telephones = [t.text for t in company.select('[href^="tel"]')]
    print(title)
    print(*telephones)
    print("-" * 80)

打印:

СПЕЦ-Ф-ТРАНС, ООО
[phone]...
...and so on.

---

编辑:从公司页面获取头衔/电话:

import requests
from bs4 import BeautifulSoup
url = "https://www.ua-region.com.ua/ru/43434454"
soup = BeautifulSoup(requests.get(url).content, "html.parser")
sidebar = soup.select_one(".company-item-sidebar")
name = sidebar.select_one('span:-soup-contains("Юридическое название")')
name = name.find_next(text=True) if name else "N/A"
telephones = sidebar.select_one('span:-soup-contains("Телефоны")')
telephones = (
    [a["href"] for a in telephones.find_next("div").find_all("a")]
    if telephones
    else []
)
# get other items here
# ...
print(name)
print(telephones)
print()

打印:

Юридическое название
['tel:[phone]', 'tel:[phone]', 'tel:[phone]']