使用BeautifulSoup4提取Justdial商家联系信息，遇数字拆分独立class标签问题

核心逻辑分析 #

你目前用的 soup.find_all('span', class_ = "class-name")写法只能获取到标签对象，无法直接提取数字的原因是该站点的手机号做了前端反爬处理：

• 单个数字被拆分到独立<span>标签内，标签无可见文本
• 数字显示完全依赖CSS控制，而非DOM文本内容，分为两种常见实现：类名直接映射数字、CSS精灵图偏移显示数字

排查加密类型 #

按F12打开开发者工具，选中任意一个数字对应的<span>元素：

• 若右侧样式面板中class属性为类似call__digit3的格式，直接对应数字内容，属于类名映射加密
• 若样式面板中存在background-image指向数字小图、同时background-position有不同偏移值，属于CSS精灵图加密

对应实现代码 #

1. 类名映射加密（最简单） #

先手动梳理页面类名与数字的对应关系，替换成你实际页面的类名即可：

# 类名与数字映射表，需根据实际页面调整
digit_map = {
    "call__digit0": "0",
    "call__digit1": "1",
    # 补全0-9的对应关系
}

# 号码外层容器class需根据实际页面调整，示例为常见的号码容器class
phone_container = soup.find('div', class_='contact-number')
if phone_container:
    digit_spans = phone_container.find_all('span')
    # 按DOM顺序拼接数字即可得到完整号码
    phone_number = "".join([digit_map[span['class'][0]] for span in digit_spans if span.get('class')])

2. CSS精灵图加密 #

这种需要先梳理偏移量与数字的对应关系：

1. 从开发者工具的样式面板中复制数字背景图，下载到本地
2. 测量单个数字的宽度，按background-position的x轴偏移值排序，对应0-9的数字，整理成映射表
3. 提取每个<span>的style属性中的偏移值，拼接得到号码

# 偏移量与数字映射表，需根据实际背景图测量后补全
position_map = {
    "background-position: 0px 0px": "0",
    "background-position: -12px 0px": "1",
    # 补全所有偏移对应的数字
}

phone_container = soup.find('div', class_='contact-number')
if phone_container:
    digit_spans = phone_container.find_all('span')
    phone_number = "".join([position_map[span.get('style').strip()] for span in digit_spans if span.get('style')])

注意事项 #

• 需给请求添加合规的请求头，至少包含User-Agent、Referer字段，否则会被反爬拦截返回错误页面
• 动态加载的号码需使用Selenium/Playwright渲染页面后再解析DOM，普通requests无法获取到渲染后的结构
• 多组号码的页面只需遍历所有号码外层容器，重复上述提取逻辑即可

内容的提问来源于stack exchange，提问作者oldskool