股票报价的正则表达式

Question

我正在尝试从谷歌财经抓取数据，特别是股票报价。我使用了这里的一个答案：如何用Python创建一个股票报价获取应用，这个方法运行得很好，但只适用于谷歌。我对正则表达式还不太熟悉，注意到需要更改的地方，但不太确定该怎么做。

下面的代码可以用来解析谷歌报价的数据，以获取当前价格。

m = re.search('id="ref_694653_l".*?>(.*?)<', content)

不过，694653这个数字是特定于谷歌的。如果我想查找Zynga的股票，代码ZNGA，它应该查找：

<span id="ref_481720736332929_l">3.57</span>

我想要一个正则表达式来搜索

id="ref_SOME_NUMBER_l">SOME_PRICE"

任何帮助都会非常感谢！

Answer 1

match = re.search('<span (id="ref_\d*_l">\d*\.?\d*)</span>', content)
print match.group(1)

当然可以！请把你想要翻译的内容发给我，我会帮你用简单易懂的语言解释清楚。

Answer 2

就这样做，按照正确的方法：

import urllib2, re

from bs4 import BeautifulSoup

def get_quote(symbol):
    url = 'http://finance.google.com/finance?q=' + symbol
    soup = BeautifulSoup(urllib2.urlopen(url))

    return float(soup.find('span', id=re.compile(r'ref_\d+_l')).get_text())

如果你能解析HTML，轻松搞定的话，其实用正则表达式并不是最好的选择。

Answer 3

从其他网站抓取HTML内容通常不是最好的解决办法。API（应用程序接口）是为了特定目的而设计的。如果你想要机器可读的金融数据，可以看看这个链接：https://stackoverflow.com/a/10040996/254973。

如果你还是想抓取HTML，建议使用像@minitech提到的那种库。千万不要用正则表达式来解析HTML。想了解更多，可以看看这个链接：这里。