Beautiful Soup 网页抓取和整数处理

Question

我有以下代码，使用 BeautifulSoup 和 Python 对一些冠状病毒统计数据进行网络抓取（并随后计算出一个百分比）：

url = "https://www.worldometers.info/coronavirus/"
req = requests.get(url)
bsObj = BeautifulSoup(req.text, "html.parser")
data = bsObj.find_all("div",class_ = "maincounter-number")
    
totalcases=data[0].text.strip()
recovered=data[2].text.strip()
print(totalcases+3)

percentagerecovered=recovered/totalcases*100

我遇到的问题是为已恢复的变量百分比生成所需的值。

我想使用整数，但上面的方法不起作用，所以我尝试了：

percentagecovered=int(recovered)/int(totalcases)*100 but it gave this error:

  File "E:\webscraper\webscraper\webscraper.py", line 17, in <module>
    percentagerecovered=int(recovered)/int(totalcases)*100
ValueError: invalid literal for int() with base 10: '6,175,537'

但是，当我删除铸件并尝试仅打印以查看它给出了不同错误的值时，我很难理解。

我改成：

totalcases=data[0].text.strip()
recovered=data[2].text.strip()
print(totalcases+3)

percentagerecovered=recovered/totalcases*100

错误

File "webscraper.py", line 16, in <module>
    print(totalcases+3)
TypeError: can only concatenate str (not "int") to str

我只是想使用 split 方法获取这些字符串，然后假设它们是整数来处理它们。

目前，当我传递它们（不进行转换）时，它不会在页面上显示任何内容......但是当我将它们转换为 int 时，我会收到错误。我做错了什么？

我也试过了：

totalcases=int(totalcases)
recovered=int(recovered)

但这又产生了一个错误：

File "webscraper.py", line 17, in <module>
    totalcases=int(totalcases)
ValueError: invalid literal for int() with base 10: '11,018,642'

我也试过这个：（去掉逗号）如下 cmets 中的建议：

totalcases=data[0].text.strip()
recovered=data[2].text.strip()
totalcases=totalcases.strip(",")
totalcases=int(totalcases)
recovered=recovered.strip(",")
recovered=int(recovered)
percentagerecovered=recovered/totalcases*100

错误：

totalcases=int(totalcases) ValueError: int() 以 10 为基数的无效文字：'11,018,684'

我注意到下面的函数（我还没有尝试过）之类的解决方案，但对于我正在尝试做的事情来说，它们似乎不必要地复杂。什么是最好、最简单/最优雅的解决方案。

这似乎是正确的，但仍然会产生错误：

int(totalcases.replace(',', ''))
int(recovered.replace(',', ''))

错误：

File "webscraper.py", line 25, in <module>
    percentagerecovered=recovered/totalcases*100
TypeError: unsupported operand type(s) for /: 'str' and 'str'

Answer 1

我写了这个返回给你一个数字的小函数，所以你可以增加它或者做任何你想做的事情

def str_to_int(text=None):
    if text == None:
        print('no text')
    else:
        text = text.split(',')
        num = int(''.join(text))
        return num

例如，您的总病例数：“11,018,642”，因此您可以这样做：

totalcases = str_to_int('11,018,642')

现在你可以用它做totalcases*100 或其他任何事情

Answer 2

另一种简单的方法：

totalcases= int(data[0].text.strip().replace(',',''))
recovered = int(data[2].text.strip().replace(',',''))