使用 Beautiful Soup 从 HTML Span 中提取数据答案

【问题标题】：Extracting Data from HTML Span using Beautiful Soup使用 Beautiful Soup 从 HTML Span 中提取数据
【发布时间】：2018-11-08 17:47:55
【问题描述】：

我想从 html 代码中提取“1.02 千万”和“7864”并将它们保存在 csv 文件的不同列中。

代码：

<div class="featuresvap _graybox clearfix"><h3><span><i class="icon-inr"></i>1.02 Crores</span><small> @ <i class="icon-inr"></i><b>7864/sq.ft</b> as per carpet area</small></h3>

【问题讨论】：

标签： python-3.x html web-scraping beautifulsoup

【解决方案1】：

不确定实际数据，但这只是我快速汇总的数据。如果您需要它导航到网站，请使用import requests。您需要添加 url = 'yourwebpagehere' page = requests.get(url) 并将 soup 更改为 soup = BeautifulSoup(page.text, 'lxml') 然后删除 html 变量，因为它是不需要的。

from bs4 import BeautifulSoup
import csv

html = '<div class="featuresvap _graybox clearfix"><h3><span><i class="icon-inr"></i>1.02 Crores</span><small> @ <i class="icon-inr"></i><b>7864/sq.ft</b> as per carpet area</small></h3>'
soup = BeautifulSoup(html, 'lxml')
findSpan = soup.find('span')
findB = soup.find('b')
print([findSpan.text, findB.text.replace('/sq.ft', '')])

with open('NAMEYOURFILE.csv', 'w+') as writer:
    csv_writer = csv.writer(writer)
    csv_writer.writerow(["First Column Name", "Second Column Name"])
    csv_writer.writerow([findSpan, findB])

【讨论】：

【解决方案2】：

在代码中自我解释

from bs4 import BeautifulSoup

# data for first column
firstCol = []
# data for second column
secondCol = []

for url in listURL:
    html = '.....' # downloaded html
    soup = BeautifulSoup(html, 'html.parser')

    # 'select_one' select using CSS selectors, return only first element
    fCol = soup.select_one('.featuresvap h3 span')
    # remove: <i class="icon-inr"></i>
    span.find("i").extract()
    sCol = soup.select_one('.featuresvap h3 b')
    firstCol.append(fCol.text)
    secondCol.append(sCol.text.replace('/sq.ft', ''))

with open('results.csv', 'w') as fl:
    csvContent = ','.join(firstCol) + '\n' + ','.join(secondCol)
    fl.write(csvContent)

''' sample results
1.02 Crores | 2.34 Crores
7864        | 2475

'''
print('finish')

【讨论】：