从html文件的元素中提取信息答案

【问题标题】：extracting information from an element of html file从html文件的元素中提取信息
【发布时间】：2014-09-09 13:20:03
【问题描述】：

我想从以下字符串中提取 402。我用的是漂亮的汤。

<span class="bla bla bla"> <span class="ba1 ba1">  </span>402.00</span>

我尝试使用 strip()，但元素 bs4.element.resultset 不允许这样做。

请建议我该怎么做？？

任何指针将不胜感激

【问题讨论】：

标签： python html web-scraping beautifulsoup html-parsing

【解决方案1】：

找到内部跨度并获取next_sibling：

soup.find('span', class_='bla').find('span', class_='ba1').next_sibling

演示：

>>> from bs4 import BeautifulSoup
>>> data = '<span class="bla bla bla"> <span class="ba1 ba1">  </span>402.00</span>'
>>> soup = BeautifulSoup(data)
>>> soup.find('span', class_='bla').find('span', class_='ba1').next_sibling
u'402.00'

【讨论】：

对于元素汤我得到一个错误---AttributeError：'NoneType'对象没有属性'find'。
@ayushbiyani 好吧，您已经提供了 HTML 代码，我提供的解决方案适用于它。提供您正在解析的真实 HTML（相关部分包括 span 标签和所需数据）。谢谢。
@ayush biyani，也许你使用的 BeautifulSoup 以前的版本不能轻易处理 'class' 属性，请参阅stackoverflow.com/questions/5041008/…
顺便说一句，您可以使用 soup.find('span', class_='bla').getText() 获得更快的结果
@sebdelsol 关于BeautifulSoup 的版本真的很好。我敢打赌就是这样。