我开始使用Python和美味的汤 .
我正在练习使用以下代码: -
import requests
r = requests.get('https://www.autobarn.com.au/car-care-touring-accessories/car-care/washes?dir=asc&limit=48&order=name')
from bs4 import BeautifulSoup
soup = BeautifulSoup(r.text, 'lxml')
results = soup.find_all('div', class_='product-details')
records = []
for result in results:
SKU = result.find('small',class_='text-muted').text.strip()
DESC = result.find('strong').text.strip().upper()
PRICE = result.find ('span',class_='price')
URL = result.find('a')['href']
records.append((SKU, DESC, PRICE, URL))
import pandas as pd
df = pd.DataFrame(records, columns=['SKU','DESCRIPTION', 'RRP', 'URL'])
df.to_csv('d:\\WEB SCRAPE TEST 4.csv', index=False, encoding='utf-8')
这可以很好地获取我所追求的信息 .
但是,对于价格而言,它会拖累所有周围的HTML信息 .
例如span class =“price”id =“product-price-1242”span class =“price”> $ 6.99
这似乎是由两个相同的标签引起的: - span class ='price'span class ='price'
虽然我可以在csv文件中清理价格数据,但有没有办法优化代码以获取价格?
提前致谢
2 回答
你可以这样做:
您还必须决定如何处理没有可用价格的情况 . 也许是这样的:
试试这个 . 它应该解决这个问题: