Python爬虫学习笔记（一）

在爬取‘’小猪短租‘’中户主性别信息时，遇到需要对户主性别进行判断再return回相应性别的情况。

其中通过运用代码一轻松获取了性别数据（字符串）。总结比较

代码一：genders= soup.select(' div.js_box.clearfix > div.member_pic > div')[0].get('class')[0]     

代码二：gender = soup.select(' div.js_box.clearfix > div.member_pic > div')

两者的区别：

1、比较前首先要明白：select返回的对象是列表。soup.select('...>...')所获取的是列表格式，即输出来的格式为:[<...>]

names= soup.select('div.w_240 > h6 > a')

print(names)

结果：[<a class= “loeder_name” href ="http://www..../" target= "_blank" >strings</a>]

2.soup.select('...>...')[0]所获取的是数据格式，即输出格式为:<...>

gender= soup.select(' div.js_box.clearfix > div.member_pic > div')[0]

print(gender)

结果：<div class=“member_ico”></div>

3.更进一步的，对于数据格式<...>，我们可使用.get('属性')，来获取某一个确定信息。然而，即使是数据格式<...>，使用.get('属性')获取的结果格式仍为列表格式[...]。所以仍需改写为.get('属性')[0]才能获取所需要的数据格式。

genders= soup.select(' div.js_box.clearfix > div.member_pic > div')[0].get('class')

print(genders)

No.=No.1+No.2+No,3

gender = soup.select(' div.js_box.clearfix > div.member_pic > div')[0]

print(gender)

No.1

gen = gender.get('class')

print(gen)

No.2

ge =gender.get('class')[0]

print(ge)

No.3