在美丽的汤中打开包装而不去除所有标签

Question

以下代码提供了如下所示的 HTML 代码：

from urllib.request import urlopen
from bs4 import BeautifulSoup

# open webpage
url = "https://www.google.com/finance?cid=12377955"
pageSource = urlopen(url).read()

# parse HTML into Beautiful Soup
savSoup = BeautifulSoup(pageSource, "html.parser")

# extract data from soup
divData = savSoup.find_all("span", class_= "pr")

print(divData)
---

这会在命令行中返回：

---
[<span class="pr">
<span id="ref_12377955_1">2.13</span>
</span>]

我在 2.13 之后 - 我从这里遵循了许多答案，但我得到的最接近的是仅删除 span 类标签 - 我似乎无法改变 id。

Answer 1

由于您要查找单个元素，因此请使用 .find() 而不是 .find_all() 和 .get_text() 来获取元素的文本：

value = savSoup.find("span", class_= "pr").get_text(strip=True)

strip=True 此处有助于删除文本周围多余的换行符和空格。

然后，您可以使用float(value) 进一步将其转换为浮点数。