1

¡Hola!

Estoy haciendo scraping con BeautifulSoup4 y tengo un problema a la hora de obtener el estilo de un div cuyo contenido está vacío.

El código HTML es:

<ul>
    <li class="10EZ ABZ">
        <div class="Mt1" style="background-color: #000; color: #FFF; padding: 10px; margin-top: 20px;"></div>
    </li>
    <li class="10EZ">
        <div class="Mt1" style="background-color: #FFF; color: #000; padding: 10px; margin-top: 20px;"></div>
    </li>
</ul>

El problema que me encuentro (creo) es que como el div está vacío, BS4 directamente me devuelve vacío en vez del código html como tal.

¿Cómo podría obtener el estilo del div Mt1 del primer elemento li?

En su defecto había pensado en obtener el contenido del primer li y posteriormente obtener el style manipulando la cadena.

Un saludo y muchas gracias!

1 respuesta 1

0

No hay problema con que el div no tenga contenido. Cada elemento es parseado por bs4 a un objeto bs4.element.Tag que se comporta de forma similar a un diccionario Python. Para acceder al estilo o cualquier otro atributo basta con que uses la sintaxis propia de los diccionarios cuando se quiere obtener el valor de una clave:

from bs4 import BeautifulSoup


html = """\
<ul>
    <li class="10EZ ABZ">
        <div class="Mt1" style="background-color: #000; color: #FFF; padding: 10px; margin-top: 20px;"></div>
    </li>
    <li class="10EZ">
        <div class="Mt1" style="background-color: #FFF; color: #000; padding: 10px; margin-top: 20px;"></div>
    </li>
</ul>
"""

soup = BeautifulSoup(html, 'html.parser')

print(soup.find(class_="Mt1")["style"])

background-color: #000; color: #FFF; padding: 10px; margin-top: 20px;

Si se pudiera dar el caso que una etiqueta no tuviera el atributo style definido, debes manejar la excepción KeyError o usar dict.get:

print(soup.find(class_="Mt1").get("style"))

background-color: #000; color: #FFF; padding: 10px; margin-top: 20px;

for div in soup.find_all(class_="Mt1"):
    print(div.get("style"))

background-color: #000; color: #FFF; padding: 10px; margin-top: 20px;
background-color: #FFF; color: #000; padding: 10px; margin-top: 20px;

Obviamente también puedes obtenerlo desde el li:

print(soup.find(class_="10EZ ABZ").div["style"])
1
  • Gracias a tu respuesta pude entender mejor el funcionamiento y encontré el error. El problema es que la web debe generar ese contenido de manera dinámica y no llega a cargar esa parte del código fuente, por lo que BS4 no encuentra nada. Un saludo!
    – Raiden
    Commented el 21 mar. 2020 a las 12:16

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.