BS4 从 class 以奇怪的名字获取信息

Question

从 the Steam Community market search 得到这个奇怪的 html:

<span class=\"normal_price\">.69 USD<\/span>

如何用bs4提取数据？这不起作用：

soup.find("span", attrs={"class": "\"normal_price\""})

Answer 1

您在 JSON 字符串中嵌入了 HTML，必须对引号进行转义。与其手动提取该数据，不如先解析 JSON：

import json

data = json.loads(json_data)
html = data['results_html']

如果您使用的是 requests 库，可以为您解码响应：

response = requests.get('http://steamcommunity.com/market/search/render/?query=appid:730&start=0&count=3&currency=3&l=english&cc=pt')
html = response.json()['results_html']

之后你可以用 BeautifulSoup 解析这个就好了：

>>> import requests
>>> from bs4 import BeautifulSoup
>>> html = requests.get('http://steamcommunity.com/market/search/render/?query=appid:730&start=0&count=3&currency=3&l=english&cc=pt').json()['results_html']
>>> BeautifulSoup(html, 'lxml').find('span', class_='normal_price').span
<span class="normal_price">.69 USD</span>

BS4 从 class 以奇怪的名字获取信息

BS4 get info from class with weird name

python

bs4