Wie extrahiere ich eine Zahl zwischen zwei Tags in Python?

Question

import requests 
from bs4 import BeautifulSoup 

url = 'http://www.x-rates.com/table/?from=USD&amount=1' 

page = requests.get(url) 

soup = BeautifulSoup(page.content, "lxml") 

print soup.prettify() 

 <td> 
     Chinese Yuan Renminbi 
     </td> 
     <td class="rtRates"> 
     <a href="/graph/?from=USD&amp;to=CNY"> 
      6.887711 
     </a> 
     </td> 
     <td class="rtRates"> 
     <a href="/graph/?from=CNY&amp;to=USD"> 
      0.145186 
     </a> 
     </td> 
     </tr> 

Darf ich fragen, dass, wie kann ich den Inhalt zwischen Tag 'a' zu extrahieren? Sag ich möchte 6.887711 in der 6. Reihe des Ergebnisses bekommen?

Answer 1

können Sie soup.find_all() verwenden, um durch alle von ihnen iterieren:

for tag in soup.find_all("a"): 
    print(tag.text.strip()) 

Welche Ausgang würde:

6.887711 
0.145186 
... 

Answer 2

Wenn Sie nur den ersten Tag erhalten möchten, können Sie die Verwendung des href machen Unterschied und Verwendung Regex, um das entsprechende Tag zu entsprechen; So endet die href zum ersten Tag mit CNY, mit re Modul mit regex CNY$ das href Attribut übereinstimmen:

import re 
soup.find("a", {"href": re.compile("CNY$")}).text 
# '6.888069' 

Answer 3

In einer Situation wie dieser Sie könnten mit der lxml Bibliothek betrachten, weil es xpath zur Verfügung stellt.

>>> from lxml import etree 
>>> import requests 
>>> url = 'http://www.x-rates.com/table/?from=USD&amount=1' 
>>> HTML = requests.get(url).text 
>>> parser = etree.HTMLParser() 
>>> tree = etree.fromstring(HTML, parser=parser) 
>>> currency = tree.xpath('.//table[2]/tbody/tr[3]/td[1]') 
>>> currency[0].text 
'Bahraini Dinar' 
>>> USDrate = tree.xpath('.//table[2]/tbody/tr[3]/td[3]/a') 
>>> USDrate[0].text 
'2.652179' 

In diesem Fall habe ich die zweite Tabelle gefunden wird, dann die dritte Reihe der Tabelle, und dann werden die ersten und dritten Zellen dieser Zeile.