Question

我在做什么：我正在编写一个网页提取器来收集天气数据。这就是我到目前为止所做的：

import urllib.request
from bs4 import BeautifulSoup

# open the webpage and assign the content to a new variable
base = urllib.request.urlopen('http://www.weather.com/weather/today/Beijing+CHXX0008:1:CH')
f = base.readlines()
f = str(f)


soup = BeautifulSoup(f)

rn_base = soup.find_all(itemprop="temperature-fahrenheit")

如果您print变量rn_base，则会得到：[<span class="wx-value" itemprop="temperature-fahrenheit">75</span>]，我认为这是一个只包含一个元素的列表。数字75是我的目标。

问题：我尝试了几种方法来获取号码但失败了。它们是1）使用str.join()将rn_base转换为字符串，但由于rn_base是ResultSet对象而失败; 2）使用索引切片，但因为它不是字符串主题，失败。 3）使用beautifulsoup documentation中指定的get_text()，但获得AttributeError: 'ResultSet' object has no attribute 'get_text'。

非常感谢任何帮助！

Answer 1

rn_base是一个 resultSet 对象，所以即使结果只是一个，它也会假设结果可能很多。所以，

for rn in rn_base
Print rn.string

这个for循环将从结果中提取每一行（当它们多次出现“温度 - 华氏度”时）

正如您所说的尝试天气数据我认为最好使用find()，其限制超过find_all()

Python-HTML-如何使用BeautifulSoup去除标记之间的内容

1 个答案: