Парсинг \ Изьять информацию из скрипта

@zalexz94 · Регистрация: 03.06.2014

Студворк — интернет-сервис помощи студентам

Имеется страница сайта вот с таким содержанием

часть кода

HTML5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
<div class='text ab_simple'>
хххххххххххххххххххххххххххххх
<br>
<span>
<img alt="тел. " height="15" onclick="acquire_contacts(arguments[0])" src="/assets/tel-85b342a711756e4e17ce0c1f15fc71e6.gif" width="15" />
<span id='pad_contacts_267207'></span>
</span>
</div>
<div class='text ab_simple'>
ххххххххххххххххххххххххххххххххх
<br>
<span>
<img alt="тел. " height="15" onclick="acquire_contacts(arguments[0])" src="/assets/tel-85b342a711756e4e17ce0c1f15fc71e6.gif" width="15" />
<span id='pad_contacts_267208'></span>
</span>

мне нужно получить номер телефона вот из этой части

HTML5
1
2
3
4
<span>
<img alt="тел. " height="15" onclick="acquire_contacts(arguments[0])" src="/assets/tel-85b342a711756e4e17ce0c1f15fc71e6.gif" width="15" />
<span id='pad_contacts_267208'></span>
</span>

Помогите советом, люди добрые

@Zarex · 03.06.2014, 17:58

zalexz94, думаю задам вопрос тупой, но всё же... между какими тегами находится номер телефона? между вторыми тегами span? или он типа как гифка здесь представлен???

@alex925 · 03.06.2014, 18:05

zalexz94, Скачиваешь страничку с помощью библиотеки requests, с помощью lxml.html парсишь скачанную страницу.
В lxml.html очень просто получить данные, указав с помощью css селектора откуда нужно получить данные.

@zalexz94 · 03.06.2014, 18:49 **[ТС]**

Сообщение от Zarex

думаю задам вопрос тупой, но всё же... между какими тегами находится номер телефона? между вторыми тегами span? или он типа как гифка здесь представлен???

что бы появился номер нужно нажать на

HTML5
1
<img alt="тел. " height="15" onclick="acquire_contacts(arguments[0])" src="/assets/tel-85b342a711756e4e17ce0c1f15fc71e6.gif" width="15" />

но он храниться в

HTML5
1
<span id='pad_contacts_267208'></span>

Добавлено через 34 секунды

Сообщение от tsar925

Скачиваешь страничку с помощью библиотеки requests, с помощью lxml.html парсишь скачанную страницу.
В lxml.html очень просто получить данные, указав с помощью css селектора откуда нужно получить данные.

а поподробнее можно, я новичок в питоне

@Zarex · 03.06.2014, 19:18

zalexz94, посмотри здесь и здесь то что советовал tsar925.
вот пример c lxml. С requests я не работал.
lxml поковырял и вытянул так(хотя коряво):

Python
1
2
3
4
5
import lxml.html
doc = lxml.html.parse('example.html')#сюда я так понял можно и урл пихать
for el in doc.xpath("//span[@id]"):
    if el.attrib['id'][:12] == 'pad_contacts':
        print el.text

@zalexz94 · 03.06.2014, 19:54 **[ТС]**

а вот мне на другом форуме подсказали

Python
1
2
3
4
5
6
7
8
9
from selenium import webdriver
driver = webdriver.Firefox()
driver.get("http://www.suntimes.ru/o/14?page=2")
allnumb=driver.find_elements_by_xpath("//*/img[@onclick='acquire_contacts(arguments[0])']")
for number in allnumb:
    number.click()
elem=driver.find_elements_by_xpath("//*/tr/td[2]/*/span/span")
for text in elem:
    print text.text

Для того чтобы работал быстрее можете воспользоваться HTMLUnit driver (у меня через прокси не заработал).
А чтобы все json отработали (когда вместо телефона написано:“запрос…”), либо sleep выставите, либо с WebDriverWait поиграйте.

PS. Ну и само собой к xpath лучше не привязываться, но там не слишком много атрибутов.

что с этим можно сделать?

@Zarex · 03.06.2014, 20:13

zalexz94, предположу что вначале нужно установить selenium

Новые блоги и статьи Все статьи Все блоги /
модель ЗдравоСохранения 8. Подготовка к разному выполнению заданий anaschu 08.04.2026 https:/ / github. com/ shumilovas/ med2. git main ветка * содержимое блока дэлэй из старой модели теперь внутри зайца новой модели 8ATzM_2aurI	Блокировка документа от изменений, если он открыт у другого пользователя Maks 08.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа, разработанного в конфигурации КА2. Задача: запретить редактирование документа, если он открыт у другого пользователя. / / . . .	Система безопасности+живучести для сервера-слоя интернета (сети). Двойная привязка. Hrethgir 08.04.2026 Далее были размышления о системе безопасности. Сообщения с наклонным текстом - мои. А как нам будет можно проверить, что ссылка наша, а не подделана хулиганами, которая выбросит на другую ветку и. . .	Модель ЗдрввоСохранения 7: больше работников, больше ресурсов. anaschu 08.04.2026 работников и заданий может быть сколько угодно, но настроено всё так, что используется пока что только 20% kYBz3eJf3jQ
Дальние перспективы сервера - слоя сети с космологическим дизайном интефейса карты и логики. Hrethgir 07.04.2026 Дальнейшее ближайшее планирование вывело к размышлениям над дальними перспективами. И вот тут может быть даже будут нужны оценки специалистов, так как в дальних перспективах всё может очень сильно. . .	Горе от ума kumehtar 07.04.2026 Эта мне ментальная установка, что вот прямо сейчас, мол, мне для полного счастья не хватает (нужное вписать), и когда я этого достигну - тогда и полный кайф. Одна из самых сильных ловушек на пути. . . .	Использование значений реквизитов справочника в документе, с определенными условиями и правами Maks 07.04.2026 1. Контроль срока действия договора Алгоритм из решения ниже реализован на примере нетипового документа "ЗаявкаНаРаботу", разработанного в конфигурации КА2. Задача: уведомлять пользователя, если. . .	Доступность команды формы по условию Maks 07.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "СписаниеМатериалов", разработанного в конфигурации КА2. Задача: сделать доступной кнопку (команда формы "ЗавершитьСписание") при. . .

@Zarex 55 / 55 / 16 Регистрация: 25.03.2013 Сообщений: 178
	03.06.2014, 17:58
	zalexz94, думаю задам вопрос тупой, но всё же... между какими тегами находится номер телефона? между вторыми тегами span? или он типа как гифка здесь представлен??? 0

@alex925 2742 / 2341 / 620 Регистрация: 19.03.2012 Сообщений: 8,830
	03.06.2014, 18:05
	zalexz94, Скачиваешь страничку с помощью библиотеки requests, с помощью lxml.html парсишь скачанную страницу. В lxml.html очень просто получить данные, указав с помощью css селектора откуда нужно получить данные. 0

@Zarex 55 / 55 / 16 Регистрация: 25.03.2013 Сообщений: 178
	03.06.2014, 20:13
	zalexz94, предположу что вначале нужно установить selenium 0

Опции темы