1

He estado intentando hacer un web scraping en este sitio web https://www.segundamano.mx/anuncios/ciudad-de-mexico/alvaro-obregon/venta-inmuebles/casas, usé una función empleando Bs4 como se muestra a continuación:

def scrape_page(page_url):
    answer = requests.get(page_url)
    content = answer.content
    soup = BeautifulSoup(content, features='html.parser')
    return soup


soup = scrape_page('https://www.segundamano.mx/anuncios/ciudad-de-mexico/alvaro-obregon/venta-inmuebles/casas')
print(soup)

El objeto soup me devuelve el texto HTML pero de forma extraña.

Soup

Cuando intento extraer elementos obtengo un objeto vacío:

elements_found = texto.find_all('p', class_='card-data-bottom-container-price')

Los tags y class aparecen en la página web, pero en la sopa solo aparece la información mas no los tags, quería saber si hay otra forma de hacer ese web scraping.

Gracias por la ayuda

4
  • Voté pa reabrir. Hasta tengo una respuesta pa poner, jeje :)
    – Alfabravo
    Commented el 27 sept. 2022 a las 23:59
  • Aaaabraaaaan la preguntaaaaa
    – Alfabravo
    Commented el 28 sept. 2022 a las 19:16
  • Meh. En fin. La solución pasa por no usar requests ahí sino content=urllib.urlopen(url).read(), con eso te queda algo que ese parser puede procesar
    – Alfabravo
    Commented el 29 sept. 2022 a las 17:18
  • Hola, metí solicitud para que reabran la pregunta hace unos días pero no me han contestado, independientemente de eso gracias por tu respuesta intentaré hacer eso Commented el 1 oct. 2022 a las 17:17

1 respuesta 1

0

Prueba usando urllib en vez de requests. Queda más a la mano un resultado que el parser html de bs4 puede procesar.

from urllib.request import urlopen
from bs4 import BeautifulSoup

def scrape_page(page_url):
    content = urlopen(page_url).read()
    soup = BeautifulSoup(content, "html.parser")
    return soup

soup = scrape_page('https://www.segundamano.mx/anuncios/ciudad-de-mexico/alvaro-obregon/venta-inmuebles/casas')
print(soup.prettify())

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.