从还提到卧室数量的字符串中提取平方米的最佳方法是什么？

Question

我正在尝试提取：

<div class="xl-surface-ch"> 
                            &nbsp;84 m²  &nbsp;&nbsp;&nbsp;2 bed.  
                        </div>

来自 link 问题是，我只需要这个字符串中的“84”（它们有时也会超过 2 或 3 个数字）。

增加的困难是有时没有提到平方米，看起来像这样：

<div class="xl-surface-ch"> 
                             &nbsp;&nbsp;&nbsp;2 bed.  
                        </div>

在这种情况下，我需要 return a 0

我最好的尝试是：

    sqm = []
for item in soup.findAll('div', attrs={'class': 'xl-surface-ch'}):
    item = item.contents[0].strip()[0:4]
    item_clean = re.findall("[0-9]{2,4}", item)
    sqm.append(item_clean)

print(sqm)

但这似乎不起作用，而且根本不是我对上述最终结果所需要的。这是我的代码得到的结果：

[['84'], ['70'], ['80'], ['32'], ['149'], ['22'], ['75'], ['30'], ['23'], ['104'], [], ['95'], ['129'], ['26'], ['55'], ['26'], ['25'], ['28'], ['33'], ['210'], ['37'], ['69'], ['36'], ['19'], ['119'], ['20'], ['20'], ['129'], ['154'], ['25']]

真的很想知道你们想出了什么样的解决方案，因为老实说，我认为没有真正的解决方案，尤其是因为您有时拥有没有 sqm 的建筑物...也许带有 if 语句？无论如何，我现在就去试试。

提前致谢！

Answer 1

import requests
from bs4 import BeautifulSoup

r = requests.get(
    'https://www.immoweb.be/en/search/apartment/for-sale/leuven/3000')
soup = BeautifulSoup(r.text, 'html.parser')

for item in soup.findAll('div', attrs={'class': 'xl-surface-ch'}):
    item = item.text.strip()
    if 'm²' in item:
        print(item[0:item.find('m')])
    else:
        item = 0
        print(item)

输出：

从还提到卧室数量的字符串中提取平方米的最佳方法是什么？

What would be the best way to extract square meters from a string that also mentions the amount of bedrooms?

python

text-extraction

extract

beautifulsoup