代码之家 › 专栏 › 技术社区 › NETkuz

而不是解析时的数字(抓取)

web-scraping parsing python javascript

NETkuz · 技术社区 · 2 年前

下午好尝试解析类似页面时 https://www.dongchedi.com/usedcar/12441930 页面代码显示的不是价格数字

<p class="jsx-1166026127 tw-text-color-red-500 tw-font-semibold tw-text-20 xl:tw-text-24 tw-leading-32 xl:tw-leading-36 font-zmQZz5CrbrbHudeQ">î¢î¢.îîî</p>

当你试图从侧面复制一个数字时,会复制而不是数字。

你知道为什么会这样吗?以及如何获得价格。

我假设价格是由java脚本生成的,并在某个时刻被替换。但这些数字不在页面代码中。json包含与价格无关的值。

1 回复 | 直到 2 年前

Mous 2 年前

这个页面太狡猾了。

那个 p 元素具有 font-zmQZz5CrbrbHudeQ 班找到这个类的定义位置(内联),我们得到以下CSS:

.font-zmQZz5CrbrbHudeQ {
  font-family:zmQZz5CrbrbHudeQ;
}

看起来字体将这些奇怪的字形显示为数字。

以下是信件:

性格	Unicode
1.	U+E53D
2.	U+E3F0
3.	U+E422
4.	U+E42C
5.	U+E49C
6.	U+E42B
7.	U+E4FE
8.	U+E548
9	U+E4C8
0	U+E453
	U+E45F

您可以使用上表将无法读取的字符转换为普通数字。

推荐文章

Google User · Django管理员在`list_display中未显示`creation_date`字段`

1 年前

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

1 年前

ÎÎÎ½Î· ÎÎ®Î¹Î½Î¿Ï · Python lxml.html语法错误:使用lxml find时XPATH的谓词无效

1 年前

user29715306 · from_users=和chats=电视节目中的差异

1 年前

Redshoe · 当执行numpy.genfromtxt()时,python是否会读取文件的所有行?

1 年前

RASEL MAHMUD · 为什么以及如何在is_even()函数内的IF条件中递归X变量在满足0后递增?[副本]

1 年前

prayner · 更新嵌套字典包含列表中的项

1 年前

Bringo Jr · 我可以在O(n)中解决这个问题吗?

1 年前

Dave · 如何在for循环中修改列表值

1 年前

Shukurullox Komiljonov · 从记录中获得相互和解。使用SQL

1 年前