股票报价的正则表达式

Question

我正在尝试从谷歌金融网上抓取数据，特别是股票行情。我在这里使用的答案是：How to create a stock quote fetching app in python，它工作得很好，但只适用于谷歌。我是regex的新手，注意到需要更改的内容，但不确定如何进行更改。

下面的代码用于解析google报价的数据，以获得当前价格。

m = re.search('id="ref_694653_l".*?>(.*?)<', content)

不过，694653是专门针对谷歌的。如果我做Zynga，ZNGA，它应该寻找：

<span id="ref_481720736332929_l">3.57</span>

我想要有一个正则表达式来搜索

id="ref_SOME_NUMBER_l">SOME_PRICE"

任何帮助都将不胜感激！

Answer 1

从另一个站点抓取HTML很少是最好的解决方案。API的构建是有原因的。如果您想要机器可读的财务数据，请查看https://stackoverflow.com/a/10040996/254973。

如果你不喜欢抓取HTML，可以使用@minitech这样的库。您永远不应该尝试使用Regex解析HTML。read more here

Answer 2

只要用正确的方式做就行了：

import urllib2, re

from bs4 import BeautifulSoup

def get_quote(symbol):
    url = 'http://finance.google.com/finance?q=' + symbol
    soup = BeautifulSoup(urllib2.urlopen(url))

    return float(soup.find('span', id=re.compile(r'ref_\d+_l')).get_text())

如果您可以轻松地解析HTML并完成它，那么正则表达式并不是真正的答案。

Answer 3

match = re.search('<span (id="ref_\d*_l">\d*\.?\d*)</span>', content)
print match.group(1)