Python BeautifulSoup 从span标签获取数据

Question

请查看以下 html 代码:

<section class = "products">
<span class="price-box ri"> 
<span class="price ">
<span data-currency-iso="PKR">Rs.</span> 
<span dir="ltr" data-price="5999">&nbsp;5,999</span> </span>  
<span class="price -old ">
<span data-currency-iso="PKR">Rs.</span> 
<span dir="ltr" data-price="9999">&nbsp;9,999</span>  </span> 
</span>
</section>

在产品部分，有 40 个这样的代码块，其中包含商品的价格。并非所有产品都有旧价格，但所有产品都有当前价格。但是当我尝试访问商品价格时，它也给了我旧的价格，所以我总共得到了 69 个商品价格，应该是 40。我遗漏了一些东西，但由于我是这个领域的新手，所以我无法弄清楚。请有人可以帮忙。谢谢。

Answer 1

您可以使用 CSS 选择器来匹配确切的类名称。例如，在这里，您可以使用 span[class="price "] 作为选择器，它不会匹配旧价格。

html = '''
<section class = "products">
    <span class="price-box ri"> 
        <span class="price ">
            <span data-currency-iso="PKR">Rs.</span> 
            <span dir="ltr" data-price="5999">&nbsp;5,999</span>
        </span>  
        <span class="price -old ">
            <span data-currency-iso="PKR">Rs.</span> 
            <span dir="ltr" data-price="9999">&nbsp;9,999</span>
        </span> 
    </span>
</section>'''
soup = BeautifulSoup(html, 'lxml')

for price in soup.select('span[class="price "]'):
    print(price.get_text(' ', strip=True))

输出:

Rs. 5,999

或者，您也可以使用自定义函数来匹配类名称。

for price in soup.find_all('span', class_=lambda c: c == 'price '):
    print(price.get_text(' ', strip=True))