我正在尝试从包含以下 HTML 的网站中提取价格:
<div class="book-block-price " itemprop="offers" itemtype="http://schema.org/Offer" itemscope>
<meta itemprop="price" content="29.99"/>
<meta itemprop="price" content=""/>
$ 29.99 </div>
我正在使用以下 Beautiful Soup 代码:
book_prices = soup_packtpage.find_all(class_="book-block-price ")
print(book_prices)
for book_price in book_prices:
printable_version_price = book_price.meta.string
print(printable_version_price)
打印(book_prices) yield :
[<div class="book-block-price " itemprop="offers" itemscope="" itemtype="http://schema.org/Offer">
<meta content="29.99" itemprop="price"/>
<meta content="" itemprop="price"/>
$ 29.99
print(printable_version_price) 产生“无”。
如何处理元标记？还是我还有其他问题？
最佳答案
book_price.meta 将匹配图书价格 block 内的第一个 meta 标记。第一个 meta 标记文本是“空” - 这就是为什么你会得到一个空字符串:
<meta itemprop="price" content="29.99"/>
相反，获取content属性值:
book_price.meta["content"]
关于python beautiful soup元内容标签，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/32812706/