仅从 python 中的 td 中选择价格值答案

【问题标题】：Select Price value only from td in python仅从 python 中的 td 中选择价格值
【发布时间】：2018-04-27 03:44:35
【问题描述】：

我试图从 html td 标签中仅捕获价格值，但问题是还有其他具有相同类名的 td：请参见下图。 enter image description here

这是我写的代码

from  builtins import any as b_any
from urllib.parse import urlparse
from urllib.parse import urljoin
from collections import Counter
import urllib.request
import csv
import schedule
import time
import re
from bs4 import BeautifulSoup

url="http://offer.ebay.es/ws/eBayISAPI.dll?ViewBidsLogin&item=122713288532&rt=nc&_trksid=p2047675.l2564"

req = urllib.request.Request(url, headers={'User-agent': 'Mozilla/5.0'})

htmlpage = urllib.request.urlopen(req)

html = htmlpage.read().decode('utf-8')

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

table = soup.find_all('td',{'class':'onheadNav'})

'''for txt in table:
    nametxt = txt.text
    result = ''.join([i for i in nametxt if not i.isdigit()])
    cleantxt = result.replace('(','')
    print(cleantxt.replace(')',''))

    rank = txt.a.text
    print(rank)'''
price = soup.select('td.contentValueFont')
for pr in price:
    print(pr.text)

如果我在 for 循环中分割价格，它将只获得第一个价格，但我想一次获得所有价格。

编辑描述：我想捕获所有价格，但问题是三个 td 具有相同的类名，一个 td 用于 Cantidad（数量）的价格，一个用于日期，这些都具有相同的类。当我尝试仅获取价格部分时，我的代码将返回所有三个 td。我希望你现在明白了

【问题讨论】：

您的描述自相矛盾：仅捕获价格价值 我想一次获得所有价值。更新您的问题
我想捕获所有价格，但问题是有三个具有相同类名的 td，一个 td 用于 Cantidad（数量）的价格，一个用于日期，这些都具有相同的类。当我尝试仅获取价格部分时，我的代码将返回所有三个 td。我希望你现在明白了。
我不太了解beautifulsoup，但您可以尝试按位置获取td（例如td[1]），而不是按类别获取。
我按照您的要求对它进行了切片，但它只返回第一个价格并打破循环。它不会进入下一次迭代。

标签： python html regex python-3.x beautifulsoup

【解决方案1】：

懒惰的方式：

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

table = soup.find_all('table')

trs = table[9].select('tr') # You should select the table first (use your way)

for tr in trs: # loop the tr in the table
    if len(tr.select('td')) > 2: # check length
        print(tr.select('td')[2].text) # select third td

【讨论】：

【解决方案2】：

您需要做的是在表中找到您要抓取的所有“tr”标签，然后遍历所有这些标签以从特定的“td”中获取文本。

类似这样的：

table = soup.find_all('table')
for tr in table[9].find_all('tr')[1:-1]:
    price = tr.find_all('td')[2].text.strip()
    print(price)

经过一番研究，我们可以发现我们想要的表格是页面上的第 10 个表格，因此是table[9]。另外，由于我们不想要第一个和最后一个 'tr'，所以我们需要 find_all('tr')[1:-1]

希望这能解决您的问题。

【讨论】：

【解决方案3】：

短解：

from bs4 import BeautifulSoup
import requests

url = "http://offer.ebay.es/ws/eBayISAPI.dll?ViewBidsLogin&item=122713288532&rt=nc&_trksid=p2047675.l2564"
html = requests.get(url).content
soup = BeautifulSoup(html, "html.parser")

prices =[ price.string.replace('\xa0', ' ')
          for price in soup.select('td.contentValueFont') if price.string.endswith('EUR')]
print(prices)

输出：

['4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '8,90 EUR', '8,90 EUR', '8,90 EUR', '8,90 EUR', '8,90 EUR', '8,90 EUR', '8,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR', '14,90 EUR', '4,90 EUR', '4,90 EUR', '4,90 EUR']

【讨论】：