python - 美丽的汤 HTML 提取

Question

我正在努力获取我想要的数据，如果你知道如何使用 BS，我相信它非常简单。阅读文档后，我一直在努力解决这个问题几个小时而无济于事。

目前我的代码在python中输出：

[<td>0.32%</td>, <td><span class="neg color ">&gt;-0.01</span></td>, <td>0.29%</td>, <td>0.38%</td>, <td><span class="neu">0.00</span></td>] 

我将如何隔离不包含标签的 td 标签的内容？

即我只希望看到 0.32%、0.29%、0.38%。

谢谢你。

import urllib2
from bs4 import BeautifulSoup

fturl = 'http://markets.ft.com/research/Markets/Bonds'
ftcontent = urllib2.urlopen(fturl).read()
soup = BeautifulSoup(ftcontent)

ftdata = soup.find(name="div", attrs={'class':'wsodModuleContent'}).find_all(name="td",       attrs={'class':''})

Answer 1

这是适合您的解决方案吗：

html_txt = """<td>0.32%</td>, <td><span class="neg color">
    &gt;-0.01</span></td>, <td>0.29%</td>, <td>0.38%</td>, 
    <td><span class="neu">0.00</span></td>
    """
from bs4 import BeautifulSoup
soup = BeautifulSoup(html_txt)
print [tag.text for tag in soup.find_all('td') if tag.text.strip().endswith("%")]

输出是：

[u'0.32%', u'0.29%', u'0.38%']