使用 Beautifulsoup 抓取视频说明

Question

我试图在 YouTube 上的视频说明中抓取 link，但列表始终 return 为空。

我尝试更改我正在抓取的标签，但输出和错误消息都没有变化。

这是我使用的代码：

from bs4 import BeautifulSoup
import requests

source = requests.get('https://www.youtube.com/watch?v=gqUqGaXipe8').text

soup = BeautifulSoup(source, 'lxml')

link = [i['href'] for i in soup.findAll('a', class_='yt-simple-endpoint style-scope yt-formatted-string', href=True)]

print(link)

出了什么问题，我该如何解决？

Answer 1

在您的情况下，requests 并不 return 页面的整个 HTML 结构。如果 Youtube 是使用 JavaScript 填充数据，我们必须运行通过真正的浏览器获取页面源，例如 Chrome Headless 使用 Selenium 库。这是一般的解决方案：

from bs4 import BeautifulSoup
from selenium import webdriver
import time

options = webdriver.ChromeOptions()
options.add_argument('--headless')
driver = webdriver.Chrome(options = options)
url = "https://www.youtube.com/watch?v=Oh1nqnZAKxw"
driver.get(url)
time.sleep(2)
soup = BeautifulSoup(driver.page_source, 'html.parser')
driver.quit()


link = [i['href'] for i in soup.select('div#meta div#description [href]')]
print(link)

使用 Beautifulsoup 抓取视频说明

Video description scraping with Beautifulsoup

python

web-scraping

beautifulsoup

youtube