Python优美汤只刮一部分文字

Question

我试着用漂亮的汤刮巨蟒的部分文字。举个例子：https://www.weisshaus.de/details/monkey-47-dry-gin-47-vol.-0-50l。

在这个页面中，他们在产品标题中添加酒精百分比，而我只想将酒精百分比添加到变量“酒精百分比”中。

我可以使用以下方法刮取产品名称：

try:
                    productnaam = getTextFromHTMLItem(soup.find('h1', {'class':'product--title'}))
                except:
                    productnaam = ""

其中函数getTextFromHTMLItem如下：

def getTextFromHTMLItem(HTMLItem):
try:
    return HTMLItem.text
except:
    return " "

但我现在该如何提取酒精含量呢？

谢谢您的帮助:)

Answer 1

您可以使用regex在标题中找到酒精的百分比，这是一种通用的方法：

\d+(?:\.\d+)?%

请注意，如果标题中有一个以上的百分比，则必须找到更好的模式或按索引来决定。

import re

s = 'Monkey 47 Dry Gin 47% vol. 0,50l'
re.findall('\d+(?:\.\d+)?%',s)

示例

在这种情况下，只有一个百分比，所以您可以使用：

from bs4 import BeautifulSoup 
import requests, re
url = 'https://www.weisshaus.de/details/monkey-47-dry-gin-47-vol.-0-50l'
soup = BeautifulSoup(requests.get(url).text)

print(re.findall('\d+(?:\.\d+)?%',soup.h1.text)[-1])

Answer 2

要提取酒精百分比部分，还可以使用split()方法

from bs4 import BeautifulSoup 
import requests
url = 'https://www.weisshaus.de/details/monkey-47-dry-gin-47-vol.-0-50l'
res = requests.get(url) 
soup = BeautifulSoup(res.text, 'lxml')

txt = soup.find('div', {'class':'product--title'}).h1

print(txt.text.split()[4])

输出：

47%