使用BeautifulSoup从标签中提取字符串

问题描述

使用soup.find_all()以获得匹配元素的列表，然后抓住text每个元素属性：

from bs4 import BeautifulSoup

html = '''<td class="flow">
    <div class="heading" style="min-height: 63px;">Dornum</div>
    <div class="data"><div class="value">61.5</div> MSm<sup>3</sup>/d</div>
</td>
<td class="flow">
    <div class="heading" style="min-height: 63px;">Emden EMS</div>
    <div class="data"><div class="value">56.43</div> MSm<sup>3</sup>/d</div>
</td>'''

soup = BeautifulSoup(html)

data = [element.text for element in soup.find_all("div", "value")]

>>> data
[u'61.5', u'56.43']

或者，如果您希望它们为浮点数：

data = [float(element.text) for element in soup.find_all("div", "value")]
>>> data
[61.5, 56.43]

解决方法

我正在尝试从下表中摘录。我在第二秒之后将其剪切，随后<td>还有六个。所有8串需要提取，例如在下面的例子中我希望值61.5，56.43等

下面的代码仅给我第一个值61.5。我如何获得剩余的价值？

 soup.find("div",{"class":"value"}).text


<td class="flow">
    <div class="heading" style="min-height: 63px;">Dornum</div>
    <div class="data"><div class="value">61.5</div> MSm<sup>3</sup>/d</div>
</td>
<td class="flow">
    <div class="heading" style="min-height: 63px;">Emden EMS</div>
    <div class="data"><div class="value">56.43</div> MSm<sup>3</sup>/d</div>
</td>