python - 如何从嵌入 div 的 div 中获取第一个字符串 beautifulsoup4

Question

我正在尝试从网站中提取价格。

我编写的代码可以做到这一点，但是当网站的价格也显示旧价格时，它会返回“none”而不是价格字符串。

这是没有旧价格的代码示例(我的代码以字符串形式返回)

<div class="xl-price rangePrice">
                            535.000 €  
                        </div>

这是带有旧价格的代码示例(我的代码返回为“无”)

    < div


class ="xl-price rangePrice" >


487.000 €
< span


class ="old-price" > 497.000 € < br > < / span >

< / div >

我尝试从中提取代码的页面:pagelink

我的代码:

prices = []
for items in soup.find_all("div", {"class": "xl-price rangePrice"}):
    prices.append(items.string)

print(prices)

我遇到的另一个问题是它返回如下值:

'\r\n\t\t\t\t\t\t\t\t298.000 €\r\n\t\t\t\t\t\t\t', '\r\n\t\t\t\t\t\t\t\t145.000 €\r\n\t\t\t\t\t\t\t'

当我只想要数字时。

非常感谢您的帮助!

Answer 1

import requests
from bs4 import BeautifulSoup

r = requests.get(
    'https://www.immoweb.be/en/search/apartment/for-sale/leuven/3000')
soup = BeautifulSoup(r.text, 'html.parser')

for item in soup.findAll('div', attrs={'class': 'xl-price rangePrice'}):
    item = item.contents[0]
    print(item.strip()[0:-1])

输出:

298.000 
145.000 
275.000 
535.000 
487.000 
159.000 
325.000 
189.000 
139.000 
499.000 
520.000 
249.500 
448.000 
215.000 
225.000 
210.000 
215.000 
218.000 
232.000 
689.000 
228.000 
299.500 
169.000 
135.000 
549.000 
125.000 
160.000 
395.000 
430.000 
210.000