使用 BeautifulSoup 从标签中提取字符串答案

【问题标题】：Extract string from tag with BeautifulSoup使用 BeautifulSoup 从标签中提取字符串
【发布时间】：2015-01-29 10:48:08
【问题描述】：

我正在尝试从下表中提取。我在第二个<td> 之后剪掉了它，接下来还有六个。需要提取所有八个字符串，例如在下面的示例中，我想要 61.5、56.43 等值。

下面的代码只给了我第一个值，61.5。我怎样才能得到剩余的值？

 soup.find("div", {"class":"value"}).text


<td class="flow">
    <div class="heading" style="min-height: 63px;">Dornum</div>
    <div class="data"><div class="value">61.5</div> MSm<sup>3</sup>/d</div>
</td>
<td class="flow">
    <div class="heading" style="min-height: 63px;">Emden EMS</div>
    <div class="data"><div class="value">56.43</div> MSm<sup>3</sup>/d</div>
</td>

【问题讨论】：

使用列表理解：[ float(el.text) for el in soup.find_all('div', 'value') ]

标签： python beautifulsoup

【解决方案1】：

使用soup.find_all()获取匹配元素列表，然后获取每个元素的text属性：

from bs4 import BeautifulSoup

html = '''<td class="flow">
    <div class="heading" style="min-height: 63px;">Dornum</div>
    <div class="data"><div class="value">61.5</div> MSm<sup>3</sup>/d</div>
</td>
<td class="flow">
    <div class="heading" style="min-height: 63px;">Emden EMS</div>
    <div class="data"><div class="value">56.43</div> MSm<sup>3</sup>/d</div>
</td>'''

soup = BeautifulSoup(html)

data = [element.text for element in soup.find_all("div", "value")]

>>> data
[u'61.5', u'56.43']

或者，如果您希望它们作为浮点数：

data = [float(element.text) for element in soup.find_all("div", "value")]
>>> data
[61.5, 56.43]

【讨论】：

【解决方案2】：

 <td class="flow">
 <div class="heading" style="min-height: 63px;">Dornum</div>
 <div class="data"><div class="value">61.5</div> MSm<sup>3</sup>/d</div>
 </td>
 <td class="flow">
 <div class="heading" style="min-height: 63px;">Emden EMS</div>
 <div class="data"><div class="value">56.43</div> MSm<sup>3</sup>/d</div>
 </td>

试试这个：

 temp = soup.select('div[class="value"]') 
 result = []
 for i in temp:
     result.append(i.get_text())

【讨论】：

【解决方案3】：

您需要在 BeautifulSoup 中使用 find_all() 获取所有值。

from bs4 import BeautifulSoup

html = '''<td class="flow">
    <div class="heading" style="min-height: 63px;">Dornum</div>
    <div class="data"><div class="value">61.5</div> MSm<sup>3</sup>/d</div>
</td>
<td class="flow">
    <div class="heading" style="min-height: 63px;">Emden EMS</div>
    <div class="data"><div class="value">56.43</div> MSm<sup>3</sup>/d</div>
</td>'''

soup = BeautifulSoup(html)
out=[]
for elem in soup.find_all("div", {"class":"value"}):
    out.append(elem.text)

【讨论】：