使用BeautifulSoup4从HTML中提取指定class下的整数失败如何解决？

问题根源 #

• 你使用find("div", class_= "High")查找时，目标div根本没有High类属性：High是a标签的文本内容，不是元素的类名，按这个规则查找自然返回空结果
• soup.find_all(class_="high")返回的是符合条件的元素列表，你需要先取出列表内的tr元素，再从tr节点内部检索目标内容，不需要从根soup重新查找

解决代码 #

方案1：按节点位置检索（适配你给出的HTML结构）

# 取出find_all返回的第一个tr元素（你给出的结果中仅存在1个符合条件的tr）
target_tr = high[0]
# 提取第二个td下的div文本，转为整数
result = int(target_tr.find_all("td")[1].get_text(strip=True))
print(result)

方案2：关联文本匹配（更稳妥，避免节点顺序变动）

target_tr = high[0]
# 先定位到文本为High的a标签，再向上找相邻的td节点取值
high_a = target_tr.find("a", string="High")
value_td = high_a.parent.parent.parent.find_next_sibling("td")
result = int(value_td.get_text(strip=True))
print(result)

运行上述代码后result变量存储的就是你需要的整数0。

内容的提问来源于stack exchange，提问作者Harry Patching