在python中webscraping时在HTML中定位正确的标记

Question

我正在为学校做一个项目，我显示比特币的当前价格，以太币，也许还有另外一种，还有即时消息网络抓取https://cryptowat.ch/，但是我找不到用来存储实时价格的标签。当我解析div标签时，它会返回价格，但我无法将其分离出来，以便用python显示它

<div class="rankings-col__header__segment"><h2>BTC</h2><weak>usd </weak>10857.00</div>

Answer 1

据我所知-您知道BTC字符串，可以使用它来创建定位器。你知道吗

因此，如果是XPath，可以使用它和following-sibling::text()：

//h2[. = 'BTC']/following-sibling::text()

使用lxml.html的示例：

from lxml.html import fromstring

data = """<div class="rankings-col__header__segment"><h2>BTC</h2><weak>usd </weak>10857.00</div>"""

root = fromstring(data)
print(root.xpath("//h2[. = 'BTC']/following-sibling::text()"))

打印['10857.00']。你知道吗

---

如果您碰巧使用BeautifulSoup，那么它将是：

from bs4 import BeautifulSoup


data = """<div class="rankings-col__header__segment"><h2>BTC</h2><weak>usd </weak>10857.00</div>"""

soup = BeautifulSoup(data, "html.parser")
print(soup.find("h2", string="BTC").find_next_sibling(text=True))