Question

我有两个略有不同的网址：https://www.booli.se/annons/2278076，https://www.booli.se/bostad/507292

第一页和第二页之间的区别：在第二页中没有Utropspris（估计价格）。

在第一个链接中，我将使用以下代码获得估计价格（Utropspris）：

in[1]= soup.findAll('span', class_='property__base-info__value')[1].text.strip() 
out[1]= u'3 800 000 kr\n\t\t\t64 407 kr/m\xb2'

然而，在使用上面我使用的相同代码的第二个链接中，我将收取费用（Avgift）

in[2]= soup.findAll('span', class_='property__base-info__value')[1].text.strip() 
out[2]= u'4 425 kr/m\xe5n'

我如何告诉我的代码，当我使用相同的代码时，在第二个链接中，这不再是估计价格（Utropspris）。这是费用（avgift），保存为费用和估计价格写入NA。这是我的代码的一部分，可能会有所帮助。

url=https://www.booli.se/bostad/507292
import requests
from bs4 import BeautifulSoup
request = requests.get(url)
soup = BeautifulSoup(request.text,'lxml')
soup.findAll('span', class_='property__base-info__value')[1].text.strip()

Answer 1

一个想法是刮掉与该值相关联的标签。正如我从网站上看到的那样，包含信息的每一行都包含在li项class="property__base-info__item"中。

因此，在第一个链接中，您的跨度为class="property__base-info__unit"，其文本值为“Utropspris”，跨度为property__base-info__value，这是您已获取的值。

你可以这样做：

elements = soup.findAll('li', class_='property__base-info__item')
pairs = {}
for element in elements:
   tag = element.find('span', class_='property__base-info__unit').text
   value = element.find('span', class_='property__base-info__value').text
   pairs[tag] = value

我没有自己测试代码，但想法是遍历项目列表，并获取标记和标记的值。然后，您可以将对保存在字典中，并根据您的喜好处理案例。

Answer 2

您实际上可以找到它们之间的区别。您的数据之前还有一个跨度。

 <span class="property__base-info__unit">Utropspris</span>

如您所见，您也可以废弃此元素。如果span内容为Utropspris，则表示数据为Utropspris，如果不是，则表示Avgit。

使用美丽的汤刮页

2 个答案: