3

Estoy usando BeautifulSoup para extraer valores de una lista desordenada pero no soy capaz. Estos son los pasos que hago:

1- Hago un findall a la web buscando los elementos ul con clase "cols"

results = soup.find_all('ul', class_='cols')

2- Me da el siguiente resultado:

[<ul class="cols"> <li value="weapon_knife_survival_bowie">Bowie Knife</li> <li value="weapon_knife_butterfly">Butterfly Knife</li> <li value="weapon_knife_falchion">Falchion Knife</li> <li value="weapon_knife_flip">Flip Knife</li> <li value="weapon_knife_gut">Gut Knife</li> <li value="weapon_knife_tactical">Huntsman Knife</li> <li value="weapon_knife_m9_bayonet">M9 Bayonet</li> <li value="weapon_bayonet">Bayonet</li> <li value="weapon_knife_karambit">Karambit</li> <li value="weapon_knife_push">Shadow Daggers</li> <li value="weapon_knife_stiletto">Stiletto Knife</li> <li value="weapon_knife_ursus">Ursus Knife</li> <li value="weapon_knife_gypsy_jackknife">Navaja Knife</li> <li value="weapon_knife_widowmaker">Talon Knife</li> <li value="weapon_knife_css">Classic Knife</li> <li value="weapon_knife_cord">Paracord Knife</li> <li value="weapon_knife_canis">Survival Knife</li> <li value="weapon_knife_outdoor">Nomad Knife</li> <li value="weapon_knife_skeleton">Skeleton Knife</li> </ul>, <ul class="cols"> <li value="weapon_hkp2000">P2000</li> <li value="weapon_usp_silencer">USP-S</li> <li value="weapon_glock">Glock-18</li> <li value="weapon_p250">P250</li> <li value="weapon_fiveseven">FN57</li> <li value="weapon_cz75a">CZ75-Auto</li> <li value="weapon_tec9">Tec-9</li> <li value="weapon_revolver">R8 Revolver</li> <li value="weapon_deagle">Desert Eagle</li> <li value="weapon_elite">Dual Berettas</li> </ul>, <ul class="cols"> <li value="weapon_galilar">Galil AR</li> <li value="weapon_scar20">SCAR-20</li> <li value="weapon_awp">AWP</li> <li value="weapon_ak47">AK-47</li> <li value="weapon_famas">FAMAS</li> <li value="weapon_m4a1">M4A4</li> <li value="weapon_m4a1_silencer">M4A1-S</li> <li value="weapon_sg556">SG 553</li> <li value="weapon_ssg08">SSG 08</li> <li value="weapon_aug">AUG</li> <li value="weapon_g3sg1">G3SG1</li> </ul>, <ul class="cols"> <li value="weapon_p90">P90</li> <li value="weapon_mac10">MAC-10</li> <li value="weapon_ump45">UMP-45</li> <li value="weapon_mp7">MP7</li> <li value="weapon_bizon">PP-Bizon</li> <li value="weapon_mp9">MP9</li> <li value="weapon_mp5sd">MP5-SD</li> </ul>, <ul class="cols"> <li value="weapon_bloodhound_gloves">Bloodhound Gloves</li> <li value="weapon_driver_gloves">Driver Gloves</li> <li value="weapon_hand_wraps">Hand Wraps</li> <li value="weapon_moto_gloves">Moto Gloves</li> <li value="weapon_specialist_gloves">Specialist Gloves</li> <li value="weapon_sport_gloves">Sport Gloves</li> <li value="weapon_hydra_gloves">Hydra Gloves</li> <li value="weapon_brokenfang_gloves">Broken Fang Glove</li> </ul>, <ul class="cols" style="width:318px;overflow-y:auto;max-height: 385px;padding-bottom: 200px"> <li value="crate_sticker_pack_community2022_capsule">Espionage</li> <li value="sticker_tournament20">Rio 2022</li> <li value="crate_sticker_pack_csgo10_capsule">CSGO 10</li> <li value="sticker_tournament19">Antwerp 2022</li> <li value="crate_sticker_pack_spring2022_capsule">Boardroom</li> <li value="crate_sticker_pack_bf2042_capsule_lootlist">Battlefield 2042</li> <li value="sticker_tournament18">Stockholm 2021</li> <li value="crate_sticker_pack_riptide_surfshop_lootlist">Riptide Surf Shop</li> <li value="crate_sticker_pack_op_riptide_capsule_lootlist">Operation Riptide</li> <li value="sticker_community2021">2021 Community</li> <li value="poorly_drawn">Poorly Drawn</li> <li value="sticker_2020rmr">2020RMR</li> <li value="sticker_broken_fang">Broken Fang</li> <li value="sticker_recoil">Recoil</li> <li value="warhammer_sticker">Warhammer 40K</li> <li value="alyx_sticker_capsule">HL:Alyx</li> <li value="halo_capsule">Halo</li> <li value="shattered_web">Shattered Web</li> <li value="cs20_capsule">CS20</li> <li value="2019_StarLadder_Berlin_Major">Berlin 2019</li> <li value="crate_sticker_pack_chicken_capsule_lootlist">Chicken</li> <li value="crate_sticker_pack_feral_predators_capsule_lootlist">Feral Predators</li> <li value="sticker_tournament15">Katowice 2019</li> <li value="skill_groups_capsule">Skill Group</li> <li value="sticker_tournament14">London 2018</li> <li value="sticker_tournament13">Boston 2018</li> <li value="sticker_tournament12">Krakow 2017</li> <li value="sticker_tournament11">Atlanta 2017</li> <li value="sticker_tournament10">Cologne 2016</li> <li value="sticker_tournament9">Columbus 2016</li> <li value="sticker_tournament8">DreamHack 2015</li> <li value="sticker_tournament7">Cologne 2015</li> <li value="sticker_tournament6">Katowice 2015</li> <li value="sticker_tournament5">DreamHack 2014</li> <li value="sticker_tournament4">Cologne 2014</li> <li value="sticker_tournament3">Katowice 2014</li> <li value="crate_sticker_pack_comm2018_01_capsule_lootlist">Community 2018</li> <li value="crate_sticker_pack01">Sticker 1</li> <li value="crate_sticker_pack02">Sticker 2</li> <li value="crate_sticker_pack_enfu_capsule_lootlist">Enfu Sticker</li> <li value="crate_sticker_pack_illuminate_capsule_01_lootlist">Perfect World 1</li> <li value="crate_sticker_pack_illuminate_capsule_02_lootlist">Perfect World 2</li> <li value="crate_sticker_pack_community01">Community 1</li> <li value="crate_sticker_pack_bestiary_capsule_lootlist">Bestiary</li> <li value="crate_sticker_pack_slid3_capsule_lootlist">Slid3</li> <li value="crate_sticker_pack_sugarface_capsule_lootlist">Sugarface</li> <li value="crate_sticker_pack_pinups_capsule_lootlist">Pinups</li> <li value="crate_sticker_pack_team_roles_capsule_lootlist">Team Roles</li> <li value="sticker_other">Other stickers</li> </ul>, <ul class="cols"> <li value="csgo_type_tool">Tools</li> <li value="csgo_type_spray">Spray</li> <li value="csgo_type_collectible">Collectibles</li> <li value="csgo_type_ticket">Passes</li> <li value="csgo_tool_gifttag">Gifts</li> <li value="csgo_type_musickit">Music kits</li> <li value="csgo_type_weaponcase">Weapon Cases</li> <li value="csgo_tool_weaponcase_keytag">Keys</li> <li value="csgo_tool_patch">Patch</li> </ul>]

3- De ahí quiero extraer limpios los valores de li (solo lo que está dentro de "li value=" ) pero no soy capaz. Lo intento con:

for result in results:
    elemento = result.find('li')
    print(elemento)

pero solo me imprime una pequeña parte de los que hay en la lista, faltan muchos otros (además que sólo necesito el campo "value" nada más que eso):

<li value="weapon_knife_survival_bowie">Bowie Knife</li>
<li value="weapon_hkp2000">P2000</li>
<li value="weapon_galilar">Galil AR</li>
<li value="weapon_p90">P90</li>
<li value="weapon_bloodhound_gloves">Bloodhound Gloves</li>
<li value="crate_sticker_pack_community2022_capsule">Espionage</li>
<li value="csgo_type_tool">Tools</li>

Lo que necesito es obtener estos valores:

weapon_knife_survival_bowie
weapon_knife_butterfly
weapon_knife_falchion
weapon_knife_flip
...
así hasta que salgan todos

1 respuesta 1

1

El problema es que en el resultado que has puesto te salen varias listas desordenadas, no solo una. Tendrías que hacer un bucle más:

results = soup.find_all('ul', class_='cols')

for result in results:
    elemento = result.find_all('li')
    for li in elemento:
        print(li.get('value'))

Eso si, te va a imprimir todos los li de todas las ul con clase col, no sé si solo quieres la primera, si quieres guardarlos en una lista, o qué quieres hacer con ellos...

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.