Question

我正试图从这个html部分中分别删除2,768和25,000：

 <td class="ColCompany">Company</td>
<td class="alignCenter">2,768</td><td class="alignCenter" >
<a class="aMeasure" title="Text. href="/Reports/Index#Measure"> 69 </a></td>
<td class="alignCenter">25,000</td>
<td class="alignCenter">7</td>

使用以下python代码：

def get_posts():
    global Comp_Name
    Comp_Name=""
    plain_text = r.text
    soup = BeautifulSoup(plain_text, "html.parser")
    for link in soup.findAll('td',{'class': 'alignCenter'}):

        title = link.string
        if title != None :
            list_of_titles.append(title)

不幸的是，他一并返回了两个值

我很乐意为您提供帮助，以便每个数字都分开

10x

Answer 1

要获取这两个数字，可以使用以下脚本：

data = ''' <td class="ColCompany">Company</td>
<td class="alignCenter">2,768</td><td class="alignCenter" >
<a class="aMeasure" title="Text. href="/Reports/Index#Measure"> 69 </a></td>
<td class="alignCenter">25,000</td>
<td class="alignCenter">7</td>
'''

from bs4 import BeautifulSoup

soup = BeautifulSoup(data, 'html.parser')

numbers = [t.get_text(strip=True) for t in soup.select('.alignCenter')]
print(numbers[0])
print(numbers[2])

打印：

2,768
25,000

Answer 2

基于提供的html，您也许可以使用nth-of-type。尽管访问两次似乎比仅索引两个列表的效率低。

soup.select_one('td.alignCenter:nth-of-type(2)').text

和

soup.select_one('td.alignCenter:nth-of-type(3)').text

nth-of-type索引来自在html上使用jsoup进行测试并添加了周围的表格标记。您的里程可能会有所不同，但原理是相同的。

python分别抓取连带的BeautifulSoup

2 个答案: