Question

伙计们，我正在尝试从ebay上抓取一些数据，但一切正常，但问题是我想从数据中删除多余的文本，例如我得到

$ 10.99至$ 13.69

我只想得到

13.69美元

这是html代码

<span class="s-item__price">
"$10.99"
<span class="DEFAULT"> to </span>
"$13.69"</span>

这是我正在使用的python代码

find(class_='s-item__price').text

Answer 1

这里

s = '$10.99 to $13.69'
val  = s[s.rfind('$'):]
print(val)

输出

$13.69

Answer 2

使用.stripped_strings属性获取价格范围内的所有文本节点并获取最后一个。

https://www.crummy.com/software/BeautifulSoup/bs4/doc/#strings-and-stripped-strings

from bs4 import BeautifulSoup

soup = BeautifulSoup('''
<span class="s-item__price">
    "$10.99"
    <span class="DEFAULT"> to </span>
    "$13.69"
</span>
''')

price_el = soup.select_one('.s-item__price')
strings = [*price_el.stripped_strings]
print(strings[-1])

输出：

$13.69

Answer 3

您可以以此来捕获所有价格：

import re

def findAllPrices(content):
    return re.findall(r'\$\d+\.\d+',content)

findAllPrices("""<span class="s-item__price">
"$10.99"
<span class="DEFAULT"> to </span>
"$13.69"</span>""")[-1]

'$13.69'

Answer 4

您有字符串，因此可以使用字符串的函数来获取它

result = "$10.99 to $13.69".split(" to ")[-1]

print(result)

或者您可以找到class=DEFAULT并获得next_sibling

from bs4 import BeautifulSoup as BS

data ='''<span class="s-item__price">
"$10.99"
<span class="DEFAULT"> to </span>
"$13.69"</span>'''

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

item = soup.find('span', class_="DEFAULT")
result = item.next_sibling

result = result.strip()

print(result)

如何修剪文本并删除python中的其他信息

4 个答案: