Webscraping phonenumbers

Question

우선 나는 프로그래밍의 총 초보자이고 나의 영어는 최고가 아니다.

Windows 10 Pro에서 Python 3.6을 사용하고 있습니다.

일부 시행 착오 끝에 마침내 lxml을 통해 웹 페이지의 데이터를 스크랩하는 방법과 beautifulsoup 및 CSV를 사용하여 엑셀 시트에 추가하는 방법을 알아 냈습니다.

지금까지 저를 위해 작동합니다. 이름, 주소 및 거리의 목록을 수집하는 것은 꽤 쉬웠습니다. 하지만 전화 번호와 이메일을 추출하려고 할 때 문제가 생겼습니다. 몇 가지 조사를 한 후에 나는 그들이 전화 번호를 분할하고 그것을 다소 암호화했다고 알았습니다. 이메일 또한 다소 까다 롭습니다.

전에서 데이터를 추출 할 웹 페이지입니다 : 그들은 여기에 나머지를 가리는

<span class="nummer">(02271) 6 79</span> 

: https://www.gelbeseiten.de/schluesselfertigbau/bergheim,,,,,umkreis-50000

내가 여기에 PHONENUMBER의 첫 번째 부분이 있음을 발견

<span class="suffix encode_me telSelector128028047679_2623072" data-telselector="telSelector128028047679_2623072" data-telsuffix="IDcw"> 70</span> 

심지어 첫 번째 부분은 쉽게 보이지만, 나는 그것을 추출하는 데 익숙한 lxml을 사용할 수 없습니다.

제 질문은 아직 초보자가 전화 번호와 이메일을 추출 할 수 있다면 어떨까요?

아니면 인쇄용 PDF 파일에서 해당 번호를 찾으려고해야합니까? 솔루션 아래

Answer 1

봅니다 전화 번호를 얻을 수 있습니다 :

import requests 
from lxml import html 

source = html.fromstring(requests.get("https://www.gelbeseiten.de/schluesselfertigbau/bergheim,,,,,umkreis-50000").text) 
phone_number = "".join([text_node for text_node in source.xpath('//li[@class="phone"]//text()') if text_node.strip()]) 
print(phone_number) 

출력 :

'(02271) 6 79 70'