时间戳

首页 > 解决方案 > 如何从嵌入了 div 的 beautifulsoup4 的 div 中获取第一个字符串

python - 如何从嵌入了 div 的 beautifulsoup4 的 div 中获取第一个字符串

问题描述

我正在尝试从网站中提取价格。

我编写的代码可以做到这一点，但是当网站的价格也显示旧价格时，它会返回“none”而不是价格字符串。

这是没有旧价格的代码示例（我的代码作为字符串返回）

<div class="xl-price rangePrice">
                            535.000 €  
                        </div>

这是带有旧价格的代码示例（我的代码返回为“无”）

    < div


class ="xl-price rangePrice" >


487.000 €
< span


class ="old-price" > 497.000 € < br > < / span >

< / div >

我试图从中提取代码的页面：pagelink

我的代码：

prices = []
for items in soup.find_all("div", {"class": "xl-price rangePrice"}):
    prices.append(items.string)

print(prices)

我遇到的另一个问题是它返回如下值：

'\r\n\t\t\t\t\t\t\t\t298.000 € \r\n\t\t\t\t\t\t\t', '\r\n\t\t\t\t\t\t\t\t145.000 € \r\n\t\t\t\t\t\t\t'

当我只想要数字时。

将不胜感激！

标签： pythonbeautifulsouptext-extractiondata-extraction

解决方案

这是您问题的示例代码。

import re
import requests
page = requests.get("https://www.immoweb.be/en/search/apartment/for-sale/leuven/3000")
print(page.content)

from bs4 import BeautifulSoup
soup = BeautifulSoup(page.content, 'html.parser')

prices = []
for items in soup.find_all("div", {"class": "xl-price rangePrice"}):
if items.string:
    result = re.findall(r'\d+.\d+', items.string)
    prices.append(result[0])
else:
    soup1 = BeautifulSoup(str(items), 'html.parser')
    for item in soup1.find("div", {"class": "xl-price rangePrice"}):
        if item.string:
            result = re.findall(r'\d+.\d+', item.string)
            if len(result)>0:
                prices.append(result[0])

print(prices)

推荐阅读