我正在使用漂亮的汤来从网站上抓取一些数据,但我无法在打印时从数据中删除html标签 . 推荐的代码是:
import csv
import urllib2
import sys
from bs4 import BeautifulSoup
page = urllib2.urlopen('http://www.att.com/shop/wireless/devices/smartphones.html').read()
soup = BeautifulSoup(page)
soup.prettify()
for anchor1 in soup.findAll('div', {"class": "listGrid-price"}):
print anchor1
for anchor2 in soup.findAll('div', {"class": "gridPrice"}):
print anchor2
for anchor3 in soup.findAll('div', {"class": "gridMultiDevicePrice"}):
print anchor3
我使用此输出,看起来像这样:
<div class="listGrid-price">
$99.99
</div>
<div class="listGrid-price">
$0.01
</div>
<div class="listGrid-price">
$0.01
</div>
我只想要输出中的价格而没有任何html标签 . 请原谅我的无知,因为我是编程新手 .
1 回答
您正在打印找到的标签 . 要仅打印包含的文本,请使用
.string
属性:.string
的值是NavigableString instance;像普通的unicode对象一样使用它,首先转换它 . 然后你可以使用strip()
来删除额外的空格:调整一点以允许空值:
这给了我: