BS4 从具有相同类的不同 div 中获取价值

Question

我正在尝试抓取具有两种价格类型的网站，正常价格和折扣价格。

正常价格 HTML：

<p class="plp__price__325EX">
   <span aria-label="$29.99">$29.99</span>
</p>

HTML 折扣价：

<p class="plp__price__325EX plp__salePrice__2ExZ2 plp__price__325EX">
       $11.99 // trying to get this price
       <span class="plp__priceStrikeThrough__2MAlQ plp__price__325EX">$15.99</span>
    </p>

正常价格代码：

try:
    normal_price_element = item.find('p', {'class', 'plp__price__325EX'})
    normal_price = normal_price_element.find('span').text
except:
    normal_price = ''

折扣价代码：

try:
    disc_price = item.find('p', {'class', 'plp__salePrice__2ExZ2'}).text
except:
    disc_price = ''

这些代码 sn-ps 之间的唯一区别是类名。问题是p 类中的跨度包含plp__price__325EX，因此正常价格代码将在不应该运行时运行，并获得正常价格而不是折扣价。

Answer 1

假设你有这个文件：

from bs4 import BeautifulSoup


html_doc = """
<p class="plp__price__325EX plp__salePrice__2ExZ2 plp__price__325EX">
       $11.99
       <span class="plp__priceStrikeThrough__2MAlQ plp__price__325EX">$15.99</span>
</p>

<p class="plp__price__325EX">
   <span aria-label="$29.99">$29.99</span>
</p>"""


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

然后你可以使用 lambda 函数定位到只包含一个类plp__price__325EX 的<p> 标签：

# find <p> tag that contains only *ONE* class="plp__price__325EX"
normal_price = soup.find(
    lambda tag: tag.name == "p"
    and tag.get("class", []) == ["plp__price__325EX"]
)

dis_price = soup.find("p", class_="plp__salePrice__2ExZ2")


print(normal_price.get_text(strip=True))
print(dis_price.contents[0].strip())

打印：

$29.99
$11.99

---

或者你可以使用 CSS 选择器：

normal_price = soup.select_one(
    "p.plp__price__325EX:has(>[aria-label])"
).text.strip()
dis_price = soup.select_one("p.plp__salePrice__2ExZ2").text.split()[0]

print(normal_price)
print(dis_price)

打印：

$29.99
$11.99