使用 beautifulsoup 从网站提取号码？

Question

以下python代码：

from bs4 import BeautifulSoup
div = '<div class="hm"><span class="xg1">查看:</span> 15660<span class="pipe">|</span><span class="xg1">回复:</span> 435</div>'
soup = BeautifulSoup(div, "lxml")
hm = soup.find("div", {"class": "hm"})
print(hm)

在这种情况下我想要两个数字的输出：

15660
435

我想尝试使用 beautifulsoup 从网站中提取号码。但是不知道怎么办？

Answer 1

调用 soup.find_all，使用正则表达式 -

>>> list(map(str.strip, soup.find_all(text=re.compile(r'\b\d+\b'))))

或者，

>>> [x.strip() for x in soup.find_all(text=re.compile(r'\b\d+\b'))]

['15660', '435']

如果您需要整数而不是字符串，请在列表推导中调用 int -

>>> [int(x.strip()) for x in soup.find_all(text=re.compile(r'\b\d+\b'))]
[15660, 435]

使用 beautifulsoup 从网站提取号码？

Extract number from a website using beautifulsoup?

python

extract

beautifulsoup