带有 <p> 标签的网页抓取拦截器

Question

背景：我最终试图通过网络抓取食谱网站并收集关键信息公司。食谱 - 名称、配料、准备说明、烹饪时间、准备时间。我把这个项目分成小块。到目前为止，我有代码可以从食谱的网页上抓取配料。我需要帮助的地方：我正在尝试改进我编写的一些代码（它目前会抓取食谱成分），以便它也抓取食谱步骤（或网站称之为“方法”）代码输入（1） -对于刮成分（这很好用！）：from scraper_api import ScraperAPIClientfrom splinter import Browserfrom webdriver_manager.chrome import ChromeDriverManagerexecutable_path = {'executable_path': ChromeDriverManager().install()}browser = Browser('chrome', **executable_path)resp = requests.get("https://www.simplyrecipes.com/recipes/cooking_for_two_strawberry_almond_oat_smoothie/")soup = BeautifulSoup(resp.text, "html.parser")div_ = soup.find("div", attrs={"class": "recipe-callout"})recipes = {"_".join(div_.find("h2").text.split()):               [x.text for x in div_.findAll("li", attrs={"class": "ingredient"})]}代码输出 (1){'Strawberry_Almond_Oat_Smoothie_Recipe': ['1/2 cup uncooked old-fashioned rolled oats',  '2 cups frozen strawberries',  '1 cup plain yogurt (regular or Greek, any fat percentage)',  '1 cup unsweetened vanilla almond milk (or milk of your choice)',  '1/2 medium banana, fresh or frozen, sliced',  '1/4 teaspoon pure almond extract',  '1-2 teaspoons honey (optional)']}我的研究：查看了同一食谱网站的 HTML 代码后，我确定了我需要关注的 HTML -看起来我需要定位：<div>与id="sr-recipe-callout"和class="recipe-callout"。<p>具有<strong>元素的标签 - 令人讨厌的是，<p>有些标签没有<strong>，而那些标签不包含配方方法并且没有用。我需要帮助的地方：我不知道如何改进这段代码，特别是我如何确定我只想提取<p>具有<strong>元素的代码。我知道这是很多信息，但希望它是有意义的，并且有人可以指导我改进/回收我当前的代码，以适应方法的 HTML 的细微差别，它是用于成分的。

Answer 1

from bs4 import BeautifulSoup

soup = BeautifulSoup(resp, "html.parser")

div = soup.find("div", attrs={"id": "sr-recipe-method"})

# select all <p> tag's inside the <div>

for p in div.findAll("p"):

    # check if <strong> exist's inside <p> tag

    if p.find('strong'):

        print(p.text)

1 Combine the ingredients: In a blender, combine the oats, strawberries, yogurt, almond milk, banana, and almond extract.

2 Puree the smoothie: Starting on low speed, puree the ingredients. Turn the blender on high and continue to puree until smooth. Serve right away.