Python 网页抓取问题

Question

我正在使用 Python 从雅虎财经抓取 AAPL 的股票价格。但是程序总是返回[]。如果有人能指出该程序无法运行的原因，我将不胜感激。这是我的代码:

import urllib
import re
htmlfile=urllib.urlopen("https://ca.finance.yahoo.com/q?s=AAPL&ql=0")
htmltext=htmlfile.read()
regex='<span id=\"yfs_l84_aapl\" class="">(.+?)</span>'
pattern=re.compile(regex)
price=re.findall(pattern,htmltext)
print price

原文出处是这样的:

<span id="yfs_l84_aapl" class>112.31</span>

这里我只想要价格 112.31。我复制并粘贴代码，发现“类”更改为“类=”“”。我也试过代码

regex='<span id=\"yfs_l84_aapl\" class="">(.+?)</span>'

但它也不起作用。

Answer 1

嗯，好消息是您正在获取数据。你快到了。我建议您在一个有帮助的工具中解决您的正则表达式问题，例如regex101 .

无论如何，这是您的工作正则表达式:

regex='<span id="yfs_l84_aapl">(\d*\.\d\d)'

您只收集数字，所以不要笼统地收集，尽可能具体。这是多位数字，带有十进制文字，还有两位数。