Python BeautifulSoup从span标签获取数据

Posted 2021-05-03

请看下面的html代码：

<section class = "products">
<span class="price-box ri"> 
<span class="price ">
<span data-currency-iso="PKR">Rs.</span> 
<span dir="ltr" data-price="5999">&nbsp;5,999</span> </span>  
<span class="price -old ">
<span data-currency-iso="PKR">Rs.</span> 
<span dir="ltr" data-price="9999">&nbsp;9,999</span>  </span> 
</span>
</section>

在产品部分，有40个这样的代码块包含项目的价格。并非所有产品都有旧价格，但所有产品都有当前价格。但是当我试图获得物品价格时，它也给了我旧的价格，所以我得到的总价格为69件，应该是40件。我错过了一些东西，但由于我是这个领域的新手，我无法理解。请有人帮忙。谢谢。

答案

您可以使用CSS选择器来匹配确切的类名。例如，在这里，您可以使用span[class="price "]作为选择器，它将与旧价格不匹配。

html = '''
<section class = "products">
    <span class="price-box ri"> 
        <span class="price ">
            <span data-currency-iso="PKR">Rs.</span> 
            <span dir="ltr" data-price="5999">&nbsp;5,999</span>
        </span>  
        <span class="price -old ">
            <span data-currency-iso="PKR">Rs.</span> 
            <span dir="ltr" data-price="9999">&nbsp;9,999</span>
        </span> 
    </span>
</section>'''
soup = BeautifulSoup(html, 'lxml')

for price in soup.select('span[class="price "]'):
    print(price.get_text(' ', strip=True))

输出：

Rs. 5,999

或者，您也可以使用自定义函数来匹配类名。

for price in soup.find_all('span', class_=lambda c: c == 'price '):
    print(price.get_text(' ', strip=True))