如何從漂亮的湯類標簽中獲取實際文本？

• Python版本：3.8
• bs4 庫

我有以下 HTML，它代表了我抓取的大約 20 多條評論中的 2 條。由于篇幅原因，我沒有在此處包括其余部分，但您可以想象這些塊不斷重復。

我需要從每條評論中檢索“sml-rank-stars sml-str40 星”（如這里的第二行所示）。

<div class="review-rank">
<span class="sml-rank-stars sml-str40 star"></span>
<span class="score">
<span class="item">
                                                        口味：3.5
                                                    </span>
<span class="item">
                                                        環境：4.0
                                                    </span>
<span class="item">
                                                        服務：3.5
                                                    </span>
<span class="item">人均：200元</span>
</span>
</div>
<div class="review-rank">
<span class="sml-rank-stars sml-str35 star"></span>
<span class="score">
<span class="item">
                                                        口味：3.0
                                                    </span>
<span class="item">
                                                        環境：4.5
                                                    </span>
<span class="item">
                                                        服務：3.0
                                                    </span>
</span>
</div>

這是我到目前為止所嘗試的：

for review in review_items.find_all('div', class_='main-review'):
    review_rank = review.find('div', class_='review-rank')

    star_rank = []
    for review in review_rank.find_all('span')[:1]:
        star_rank.append(review.get('class'))

print(star_rank)

我得到結果輸出：

[['sml-rank-stars', 'sml-str5', 'star']]

然后我可以使用此代碼僅獲取號碼：

star_rank[0][1][7:]

輸出：

'5'

問題是我只收到一條評論，我的串列中存盤的每條評論都需要這條線。

我想要的輸出是這樣的，或者我可以迭代以獲得每個評論的星數：

[['sml-rank-stars', 'sml-str40', 'star'],
['sml-rank-stars', 'sml-str35', 'star'],
['sml-rank-stars', 'sml-str50', 'star'],
['sml-rank-stars', 'sml-str40', 'star'],
['sml-rank-stars', 'sml-str40', 'star'],
['sml-rank-stars', 'sml-str50', 'star'],
['sml-rank-stars', 'sml-str50', 'star'],
['sml-rank-stars', 'sml-str45', 'star'],
['sml-rank-stars', 'sml-str10', 'star'],
['sml-rank-stars', 'sml-str35', 'star'],
['sml-rank-stars', 'sml-str45', 'star'],
['sml-rank-stars', 'sml-str40', 'star'],
['sml-rank-stars', 'sml-str45', 'star'],
['sml-rank-stars', 'sml-str10', 'star'],
['sml-rank-stars', 'sml-str5', 'star']]

我已經想出了如何使用以下代碼列印出這樣的結果，但我需要將它保存到一個串列或其他我可以迭代的東西中。

for review in review_items.find_all('div', class_='main-review'):
    review_rank = review.find('div', class_='review-rank')

    for review in review_rank.find_all('span')[:1]:
        print(review.get('class'))

輸出：

['sml-rank-stars', 'sml-str40', 'star']
['sml-rank-stars', 'sml-str35', 'star']
['sml-rank-stars', 'sml-str50', 'star']
['sml-rank-stars', 'sml-str40', 'star']
['sml-rank-stars', 'sml-str40', 'star']
['sml-rank-stars', 'sml-str50', 'star']
['sml-rank-stars', 'sml-str50', 'star']
['sml-rank-stars', 'sml-str45', 'star']
['sml-rank-stars', 'sml-str10', 'star']
['sml-rank-stars', 'sml-str35', 'star']
['sml-rank-stars', 'sml-str45', 'star']
['sml-rank-stars', 'sml-str40', 'star']
['sml-rank-stars', 'sml-str45', 'star']
['sml-rank-stars', 'sml-str10', 'star']
['sml-rank-stars', 'sml-str5', 'star']

uj5u.com熱心網友回復：

遍歷所有.review-rank選擇所有這些 - 要獲得排名僅使用串列理解：

star_rank = []
for r in soup.select('.review-rank'):
    star_rank.append([s.replace('sml-str','') for s in r.span['class'] if 'sml-str' in s][0])

或者像你的例子一樣，不知道上面的一般結構review_items，如果只有一個或多個：

star_rank = []
for review in review_items.find_all('div', class_='main-review'):
    for review in review.find_all('div', class_='review-rank'):
        star_rank.append([s.replace('sml-str','') for s in review.span['class'] if 'sml-str' in s][0])

輸出

['40', '35']

標籤：

上一篇：電報獲取訊息歷史

下一篇：TS2322型別'null'不可分配給型別'string'