Question

我目前正在抓取该网站：

https://listado.mercadolibre.com.ve/oficinas-suministros-papeleria-papel-en-aragua/resma-carta-alpes

在将“文本”属性应用于十进制价格变量之前，我一直是成功的。

这是我一直在使用的代码：

from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup as soup

my_url = 'https://listado.mercadolibre.com.ve/oficinas-suministros-papeleria-papel-en-aragua/resma-carta-alpes'

uClient = uReq(my_url)
page_html = uClient.read()
uClient.close()

page_soup = soup(page_html, "html.parser")
containers = page_soup.findAll("div", {"class": "item__info-container"})
for container in containers:
    title_container = container.a.text.strip()
    price_container_fraction = container.find("span" ,{"class":"price__fraction"}).text
    price_container_decimal = container.find("span" ,{"class":"price__decimals"})
    print(title_container)
    print(price_container_fraction)
    print(price_container_decimal)

这是html广告块：

<div class="item__info-container ">
    <div class="item__info item--hide-right-col ">
        <h2 class="item__title list-view-item-title"> <a class="item__info-title" href="https://articulo.mercadolibre.com.ve/MLV-523616759-resma-tamano-carta-marca-alpes-caja-_JM"> <span class="main-title"> Resma Tamaño Carta Marca Alpes Caja </span> </a></h2>
        <div class="price__container">
            <div class="item__price "> <span class="price__symbol">Bs.</span> <span class="price__fraction">4</span> <span class="price__decimals">50</span></div>
        </div>
        <div class="item__stack_column">
            <div class="item__stack_column__info item__only-status">
                <div class="stack_column_item status">
                    <div class="item__status">
                        <div class="item__condition"> 2 vendidos </div>
                    </div>
                </div>
            </div>
        </div>
        <div class="stack_colum_right without-attributes without-reviews">
            <div class="stack_column_right__bottom "> </div>
        </div>
    </div>
</div>

这是结果：

我需要收集价格的2个元素，然后添加它们，但是没有运气。有帮助吗？

Answer 1

price_container_decimal打印整个html内容，添加.text仅打印十进制值。

price_container_decimal = container.find("span" ,{"class":"price__decimals"}).text

Answer 2

问题似乎是price_decimals范围未总是填充，find返回None。我已经将以下内容添加到您的代码中并对其进行了测试，它产生了我猜想的是您所需的输出。如果条件条件检查None是否为True，它将price_container_decimal设置为00，如果不是，则将其设置为跨度的text属性值。

price_container_decimal = container.find("span" ,{"class":"price__decimals"})    
if price_container_decimal == None:
    price_container_decimal = "00"
else:
    price_container_decimal = container.find("span" ,{"class":"price__decimals"}).text

用Python BeautifulSoup刮two两个价格

2 个答案: