这个一直没通过?今天才看得beautifulsoup,不熟。。。

def _get_new_data(self, page_url, soup):
    res_data = {}

    # Url
    res_data['url'] = page_url
    print 'now page_url add in res_data !'

    '''
    <div class="antialiased sans-serif text-lg _2c text-center bold truncate">All Pins</div> (Pinterest)
    <img id="i-f88v" src="https://s-media-cache-ak0.pinimg.com/236x/0a/ad/cc/0aadcce6c2daba0e0869e6fc6ee9649d.jpg"
    class="pinImg fullBleed loaded" alt="short curly bob hairstyle">  (Pinterest)
    #mg_node = soup.find('img', id=re.compile(r"^i-.+")).find(" ", src=re.compile(r"https://s-media-cache-ak0.pinimg.com/\d.+?"))
    '''
    img_node = soup.find(re.compile(r"https://s-media-cache-ak0.pinimg.com/\d.+?"))
    # Add the img in res_data
    res_data["img"] = img_node
    print 'now img_node add in res_data !'


    '''
    <p class="pinDescription">great piece for the living room or bedroom. I love the...</p>
    <div class="pinMetaWrapper">
    '''
    summary_node = soup.find('div', class_="pinMetaWrapper")
    # Add the summary in res_data
    res_data["summary"] = summary_node.get_text()
    print 'now summary_node add in res_data !'

    return res_data


asdhjhg
浏览 1465回答 0
0回答
打开App,查看更多内容
随时随地看视频慕课网APP