soup.select()尽量不使用完整selector
使用beautifulsoup来定位我们想要的信息,通常步骤是:
谷歌浏览器 -> 审查元素 -> copy selector
这时我们通常会得到一个完整的路径:
Main > div:nth-child(2) > div:nth-child(18) > table > tbody > tr > td:nth-child(3) > span.item_title > a
然后把这个selector放入select去定位我们想要的数据。
而我们常常遇到一种我们并不想要的结果:[]
一个空列表,因为我们select没准确定位我们想要的数据,所以得到一个空列表,难道是我们的select错了吗?
并不是的,而是因为我们复制回来的selector是浏览器上的selector,我们平时在浏览器上看到的都是经过js脚本的加工,所以selector也是经过加工的。
而我们程序爬取到的网页并没有经过浏览器加工,所以所需的selector有可能和浏览器上的不一样,也就是为什么我们会得到一个空列表。
解决办法
尽量使用较短的selector去定位我们的数据,一般复制回来的selector前半部分可以不要,如果还是没办法准确定位,那再往前加。