BS4 不太稳定

2016-10-06 20:23:57 +08:00
 omg21
我用 BS4 取 text 的 parent 标签,有时候取到 text ,有时候取到 parent ,以前还以为是我把代码敲错了,后来才明白是 BS4 不稳定造成的。
2940 次点击
所在节点    Python
13 条回复
yangg
2016-10-06 21:23:01 +08:00
Why not pyquery?
omg21
2016-10-06 23:00:35 +08:00
@yangg pyquery 相比 bs4 有哪些方面好用?
julyclyde
2016-10-06 23:12:14 +08:00
说实话,我不信
omg21
2016-10-06 23:26:49 +08:00
@julyclyde 我也不信,但是真让我遇到了,比方说我想在正则表达式里用变量,.find(text=re.compile(text1)),刚开始会报错,后来再试莫名又可以了
pathletboy
2016-10-06 23:35:07 +08:00
代码和目标内容贴出来看看?
sherlocktheplant
2016-10-06 23:49:49 +08:00
应该是你用法有问题
zmj1316
2016-10-07 08:24:57 +08:00
真的假的?把代码和数据放上来重现一下?
dsg001
2016-10-07 09:59:40 +08:00
https://github.com/scrapy/parsel , scrapy 的选择器,支持 re/css/xpath
julyclyde
2016-10-07 12:45:58 +08:00
@omg21 你能确定是相同输入么?同样输入重复多次、不同输入稳定顺序、不同输入乱序,你试试
7sDream
2016-10-07 13:34:30 +08:00
说实话,我也不信。

Show me the code~
wyce2007
2016-10-07 20:31:34 +08:00
部分网站会有类似 A/B 测试,可能楼主访问的过程中,获得了不同模板的页面
Patrick95
2016-10-08 11:23:08 +08:00
这种情况我觉得应该先怀疑是不是抓取的网站每次会返回不同的 HTML 结构。
BS4 的选择器毕竟只是把 HTML 抽成树,怎么会不稳定呢?
linruiyi
2016-10-08 15:34:50 +08:00
说实话,我也不信。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/310876

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX