需要帮助从python中的HTML拉出4个数字

Question

我现在已经编写了代码，它打开一个URL并将HTML数据提取到htmlA中。

在htmlA中，我试图提取4条信息

1. A date
2. Price 1
3. Price 2
4. A百分比

G 211

htmlA中嵌入这4条信息的部分如下所示：

<!-- TAB CONTENT -->\r\n\t\t\t<div class="fund-content tab-content span12">\r\n\r\n\t\t\t\t<!-- OVERVIEW -->\r\n\t\t\t\t<div class="tab-pane active" id="overview">\r\n\t\t\t\t\t<h3 class="subhead tab-header">Overview</h3>\r\n\t\t\t\t\t<div class="row-fluid">\r\n\t\t\t\t\t\t<div class="span6">\r\n\t\t\t\t\t\t\t<p class="as-of-date">\r\n\t\t\t\t\t\t\t\t<span id="ContentPlaceHolder1_cph_main_cph_main_AsOfLabel">As of 9/24/2021</span>\r\n\t\t\t\t\t\t\t</p>\r\n\r\n\t\t\t\t\t\t\t<div class="table-wrapper">\r\n\t\t\t\t\t\t\t\t<div>\r\n\t<table class="cefconnect-table-1 table table-striped" cellspacing="0" cellpadding="5" Border="0" id="ContentPlaceHolder1_cph_main_cph_main_SummaryGrid">\r\n\t\t<tr class="tr-header">\r\n\t\t\t<th scope="col">&nbsp;</th><th class="right-align" scope="col">Share<br>Price</th><th class="right-align" scope="col">NAV</th><th class="right-align" scope="col">Premium/<br>Discount</th>\r\n\t\t</tr><tr>\r\n\t\t\t<td>Current</td><td class="right-align">$19.14</td><td class="right-align">$21.82</td><td class="right-align">-12.28%</

在本例中，我希望提取：

1. 9/24/2021
2. $19.14
3. $21.82
4. -12.28%

我试图使用BeautifulSoup搜索和提取htmlA，但在挑选我需要的特定信息( 4)时遇到了困难。有人能帮我处理一下这段代码吗？非常感谢!

Answer 1

我不能给你一个完整的答案，但我可以给你指明正确的方向。

您需要将html内容解析为BeautifulSoup对象，这样才能使用网页内容parse。就像这样，

from bs4 import BeautifulSoup
import requests


url = 'https://en.wikipedia.org/wiki/Elon_Musk'

html = requests.get(url)

soup = BeautifulSoup(html.content, 'html.parser')

一旦您有var汤，您就可以调用各种方法，例如，

print(soup.div) 

这会给你一个div元素，等等。

更多的例子：

soup.title
# <title>The Dormouse's story</title>

soup.title.name
# u'title'

soup.title.string
# u'The Dormouse's story'

soup.title.parent.name
# u'head'

soup.p
# <p class="title"><b>The Dormouse's story</b></p>

soup.p['class']
# u'title'

soup.a
# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>

soup.find_all('a')
# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>,
#  <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>,
#  <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]

soup.find(id="link3")
# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>

来自https://www.crummy.com/software/BeautifulSoup/bs4/doc/