如何在没有正则表达式的情况下编写以下代码

Question

我编写了以下代码来提取所有编号。从网页并添加所有这些。但我想在不使用正则表达式的情况下对其进行编码，所以请指导我如何去做。 链接：http://python-data.dr-chuck.net/comments_361585.html

我的代码：

import urllib
import re
from BeautifulSoup import *

html = urllib.urlopen('http://python-data.dr-chuck.net/comments_361585.html ').read()

soup = BeautifulSoup(html)

# Retrieve all of the anchor tags
tags = soup('td')

total = 0
for tag in tags:
# Look at the parts of a tag
      line = str(tag)
      x = re.findall('[0-9]+',line)
      if len(x) > 0:
           for item in x:
                total += int(item)

print(total)

不使用正则表达式我试过这个：

import urllib
from BeautifulSoup import *

url = raw_input('Enter - ')
html = urllib.urlopen(url).read()
soup = BeautifulSoup(html)


tags = soup.find_all('span', text=True)

for tag in tags:
        number=tag.get('class', None)
        total = sum( int(tag.text) for tag in tags )

print ('total')

但它有一些错误：“NoneType”对象不可调用。

指导我如何修复它。

Answer 1

您根本不必使用正则表达式，只需使用 bs4 即可轻松完成。
您可以搜索 'span' ，而不是获取所有 'td' 并使用正则表达式过滤它们的值：

tags = soup.find_all('span', text=True)

然后你可以总结结果：

total = sum( int(tag.text) for tag in tags )