我对如何使用 BeautifulSoup 获取一些东西感到有点困惑,我试图获取的 html 看起来像这样:
<div class="txt-block">
<h4 class="inline">Gross:</h4>
$408,992,272
</div>
我要抢美元号码。 到目前为止,我已经有了这个,但它并不能完全满足我的需求。
gross = data.findAll('h4',class_='inline')
数据是我的 beautifulsoup 对象,还有 h4 标签的多个实例,class_=inline
我可以接受所有的 h4 标签,只要我也能得到其中的数字,然后我就可以对其进行正则表达式。
请您参考如下方法:
如果您只想要美元金额,请从 txt-block div 设置 recursive=False 中查找所有文本,这样您就不需要从它的 child 那里得到任何文本并去除任何空白:
In [27]:h = """<div class="txt-block">
<h4 class="inline">Gross:</h4>
$408,992,272
</div>"""
In [28]: soup = BeautifulSoup(h,"lxml")
In [29]: div = soup.find("div",class_="txt-block")
In [30]: "".join(div.find_all(text=True, recursive=False)).strip()
Out[30]: '$408,992,272'
或者如果您知道它始终是最后一个项目元素,您可以使用:
In [40]: div.contents[-1].strip()
Out[40]: '$408,992,272'
