使用 Python 解析 DOM 以提取数据

Question

我有以下代码输出从<div> 标记中提取的数据。

s = BeautifulSoup(driver.page_source, "lxml")

best_price_tags = s.findAll('div', "flt-subhead1 gws-flights-results__price gws-flights-results__cheapest-price")
best_prices = []
for tag in best_price_tags:
    best_prices.append(tag.text.replace('€', '').strip())

变量best_price_tags的第一个元素包含以下内容：

<div class="flt-subhead1 gws-flights-results__price gws-flights-results__cheapest-price">      1 820 €   </div>

我希望上面的代码只输出值 1821。

上面的代码块有一个问题，它输出如下，考虑best_price_tags[0]，'1\u202f821'的情况。

我尝试了以下方法，但不幸的是没有为我工作。

for tag in best_price_tags:
    best_prices.append(int(tag.text.replace('€', '').strip()))

寻找不使用 NLP 模块的自动化解决方案。

注意：我已经编辑了 <div> 标签的确切值。以前是<div class='...'>1 820 €</div>，现在是<div class='...'> 1 820 € </div>。

Answer 1

1 821 中的空间似乎是一个不间断的空间（导致输出中的 \u202f），也尝试对此进行替换。顺便说一句，我不知道这个字符在键盘上的位置，但是复制/粘贴应该就足够了