如何使用beautifulsoup 获取html 中的类内容？答案

【问题标题】：how to obtain class contents in html using beautifulsoup?如何使用beautifulsoup 获取html 中的类内容？
【发布时间】：2015-03-11 03:12:21
【问题描述】：

这是我希望使用的 html 代码：

<section id='price'>

<div class="row">
    <h4 class='col-sm-4'>Market Cap: <b><i class="fa fa-inr"></i> 10.64 Crores</b></h4>
    <h4 class='col-sm-4'>Current Price: <b><i class="fa fa-inr"></i> 35.35</b></h4>
    <h4 class='col-sm-4'>Book Value: <b><i class="fa fa-inr"></i> 53.52</b></h4>
</div>

我的问题是如何从“class='col-sm-4'”中获取市值、当前价格、账面价值。

因为如果我尝试：

print soup.row.col-sm-4.fa.fa-inr

它不起作用。我对 python 和网络抓取有点陌生所以请耐心地走过这个过程。提前致谢。

【问题讨论】：

标签： python html web-scraping beautifulsoup html-parsing

【解决方案1】：

您可以通过文本找到标签并获取next_element：

from bs4 import BeautifulSoup

data = """
<div class="row">
        <h4 class='col-sm-4'>Market Cap: <b><i class="fa fa-inr"></i> 10.64 Crores</b></h4>
        <h4 class='col-sm-4'>Current Price: <b><i class="fa fa-inr"></i> 35.35</b></h4>
        <h4 class='col-sm-4'>Book Value: <b><i class="fa fa-inr"></i> 53.52</b></h4>
    </div>
"""
soup = BeautifulSoup(data)

titles = ['Market Cap', 'Current Price', 'Book Value']
for title in titles:
    print soup.find(text=lambda x: x.startswith(title)).next_element.text

打印：

10.64 Crores
35.35
53.52

要获取浮点值，你可以简单地按空格分割并获取第一个元素：

price = soup.find(text=lambda x: x.startswith(title)).strip().split()[0]
print float(price)

您也可以通过CSS Selector 获取它们：

for item in soup.select('section#price div.row h4.col-sm-4 b'):
    print item.text

【讨论】：

您能否解释一下如何具体获取代码的市场价值..for item in soup.select("section#price div.row h4.col-sm-4 b i.fa.fa-inr"): print item.text 不起作用并产生空白输出
@Bharat 是的，但我没有建议您使用您正在使用的选择器。使用section#price div.row h4.col-sm-4 b
您的代码生成的输出包含所有值，即。市值，当前价格和账面价值，但我只需要单独的市值。这怎么可能？
@Bharat 明白了，当然，只需使用 soup.select('section#price div.row h4.col-sm-4 b')[0].text

【解决方案2】：

试试这样：

>>> for x in soup.find_all("div","row"):
...     print x.text
... 

Market Cap:  10.64 Crores
Current Price:  35.35
Book Value:  53.52

【讨论】：