如何提取两个元素之间的数字？（网页抓取）

【问题标题】：How can i extract a number between two elements? (webscraping)如何提取两个元素之间的数字？（网页抓取）
【发布时间】：2020-06-12 23:07:20
【问题描述】：

我从网络抓取开始，我想提取strong 元素之间的数字。

我正在使用 python 3.8 和 beautifulsoup

<li class="price-current">
    <span class="price-current-label">
    </span>$<strong>409</strong><sup>.99</sup> <a class="price-current-num" href="https://www.newegg.com/gigabyte-radeon-rx-5700-xt-gv-r57xtgaming-oc-8gd/p/N82E16814932208?Item=N82E16814932208&amp;buyingoptions=New">(5 Offers)</a>
    <span class="price-current-range">
        <abbr title="to">–</abbr>
    </span>
</li>

【问题讨论】：

你的代码是什么样的？什么是“强”元素，它们之间的“数”是多少？请看how to ask。

标签： javascript python html beautifulsoup

【解决方案1】：

要获取<strong>...</strong>之间的数字，可以使用这个例子：

from bs4 import BeautifulSoup

txt = '''<li class="price-current">
    <span class="price-current-label">
    </span>$<strong>409</strong><sup>.99</sup> <a class="price-current-num" href="https://www.newegg.com/gigabyte-radeon-rx-5700-xt-gv-r57xtgaming-oc-8gd/p/N82E16814932208?Item=N82E16814932208&amp;buyingoptions=New">(5 Offers)</a>
    <span class="price-current-range">
        <abbr title="to">–</abbr>
    </span>
</li>'''

soup = BeautifulSoup(txt, 'html.parser')

print( soup.select_one('.price-current strong').text )

打印：

要获得全部价格（包括.的价格），您可以使用re模块：

import re

price = re.search(r'\$\d+.?\d*', soup.select_one('.price-current').text)
if price:
    print(price.group())

打印：

$409.99

【讨论】：