[已解决]抓取豆瓣TOP250 MOVIES中 .previous_sibling的问题点

whitegod

Hi all,
     谁能解释下，为什么下面previous_sibling.previous_sibling.text就能够判断出总共是10页，越详细越好
depth = soup.find('span', class_='next').previous_sibling.previous_sibling.text

最佳答案

月排行榜 / 总排行榜

傻纸

2019-9-30 22:47:51

后页 前面的兄弟节点是个 10
具体的以你读取到的源码为准。
本来应该一个previous_sibling就可以，这里要两个，可能中间有空格还是什么吧

跳转到最佳答案楼层

傻纸

后页 前面的兄弟节点是个 10
具体的以你读取到的源码为准。
本来应该一个previous_sibling就可以，这里要两个，可能中间有空格还是什么吧

梦之初

previous_sibling 是什么意思啊

Rodrigez10

傻纸 发表于 2019-9-30 22:47
后页 前面的兄弟节点是个 10
具体的以你读取到的源码为准。
本来应该一个previous_sibling就可以，这里 ...

我看源码好像没找到空格或者其他元素呀，兄弟请问一下你找到原因了吗，为啥俩previous_sibling

sunya

Rodrigez10 发表于 2020-3-31 19:06
我看源码好像没找到空格或者其他元素呀，兄弟请问一下你找到原因了吗，为啥俩previous_sibling

两个.previous_sibling是因为要找后页前面兄弟节点的兄弟节点，内容为  9，虽然总共有10页，但是地址栏中链接是从0开始的，第10页的地址为https://movie.douban.com/top250?start=225，其中255为9*25，所以要找的页面深度为倒数第二个9，而不是10。

sese

平行遍历节点不一定都是标签，还可以是NavigableString。在本例中，原标签的向前遍历previous_sibling对应的就是一个NavigableString类型的值，还是个空值，所以需要再次前行一次，才能找到10这个结果。