我知道我想做的很简单,但这让我很伤心。我想使用BeautifulSoup从HTML中提取数据。为此,我需要正确使用.find()
函数。以下是我正在使用的HTML:
<div class="audit">
<div class="profile-info">
<img class="profile-pic" src="https://pbs.twimg.com/profile_images/471758097036226560/tLLeiOiL_normal.jpeg" />
<h4>Ed Boon</h4>
<span class="screen-name"><a href="http://www.twitter.com/noobde" target="_blank">@noobde</a></span>
</div>
<div class="followers">
<div class="pie"></div>
<div class="pie-data">
<span class="real number" data-value=73599>73,599</span><span class="real"> Real</span><br />
<span class="fake number" data-value=32452>32,452</span><span class="fake"> Fake</span><br />
<h6>Followers</h6>
</div>
</div>
<div class="score">
<img src="//twitteraudit-prod.s3.amazonaws.com/dist/f977287de6281fe3e1ef36d48d996fb83dd6a876/img/audit-result-good.png" />
<div class="percentage good">
69%
</div>
<h6>Audit score</h6>
我想要的值是
73599
来自data-value=73599
、32352
来自data-value=32452
和69%
来自percentage good
。使用过去的代码和在线示例,这就是我目前为止所拥有的:
RealValue = soup.find("div", {"class":"real number"})['data-value']
FakeValue = soup.find("audit", {"class":"fake number"})['data-value']
到目前为止都没有效果。我不知道如何创建查找以提取
69%
编号。 最佳答案
soup.find("div", {"class":"real number"})['data-value']
这里您正在搜索一个div
元素,但是在示例HTML数据中,span
具有“real number”类,请尝试:
soup.find("span", {"class": "real number", "data-value": True})['data-value']
这里我们还将检查是否存在
data-value
属性。要查找具有“实数”或“假数”类的元素,可以制作一个CSS selector:
for elm in soup.select(".real.number,.fake.number"):
print(elm.get("data-value"))
要获得
69%
值:soup.find("div", {"class": "percentage good"}).get_text(strip=True)
或者,CSS选择器:
soup.select_one(".percentage.good").get_text(strip=True)
soup.select_one(".score .percentage").get_text(strip=True)
或者,定位具有文本的
h6
元素,然后获取soup.find("h6", text="Audit score").previous_sibling.get_text(strip=True)