我一直在使用 Requests 和 BeautifulSoup 解析 Craigslist。我可以访问帖子和所有内容,但是当尝试访问帖子的“回复”电子邮件地址时,我似乎无法返回任何内容 - 假设是因为您必须首先“单击”回复按钮。
我想做的是如何获取此电子邮件地址。使用
reply = soup.findAll('div',{'class':'anonemail'})
或
reply = soup('button',{'class':'reply_button js-only'})
或包含电子邮件地址的元素上的任何变体都不会返回任何内容。
我可以手动访问回复网址,例如:
http://losangeles.craigslist.org/reply/lax/sof/4869445564
但我似乎无法找出这个网址是如何动态生成的。也就是说,我可以在 url 末尾手动提供/reply/lax/solf/(dataid),但我想知道如何从页面本身提取此 url,除非有更简单的方法来访问回复电子邮件地址。
最佳答案
url = 'http://losangeles.craigslist.org/wst/sof/4869468306.html';
soup = BeautifulSoup(urllib2.urlopen(url).read());
reply = soup.findAll('a', attrs = {"id": "replylink"});
if reply:
url = 'http://losangeles.craigslist.org' + reply[0].get('href');
soup = BeautifulSoup(urllib2.urlopen(url).read());
reply = soup.findAll(['div', 'a'], attrs = {"class": re.compile(r'anonemail|mailapp')});
if reply:
reply[0].getText()
返回:
u'qx8ft-4869445564@job.craigslist.org'
关于javascript - 使用 BeautifulSoup 解析 Javascript 按钮元素中的 HTML,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28229306/