如何从Python爬虫获取的li标签列表项中提取特定数值

方法1：直接基于标签文本分割（最简单，适配你当前的固定格式场景） #

你当前拿到的towing是BeautifulSoup的Tag对象列表，不需要把整个Tag转成字符串处理，直接提取标签内的纯文本做分割即可，天然支持整数和小数：

# 先取匹配到的第一个标签
towing_tag = towing[0]
# 提取标签内纯文本并去除首尾空白
spec_text = towing_tag.get_text(strip=True)
# 按冒号分割一次，取后半部分的数值字符串
value_str = spec_text.split(':', 1)[1].strip()
# 转成数值，要整数用int，要支持小数用float
towing_cap = float(value_str)
# 如果确定是整数也可以直接转int：towing_cap = int(value_str)
print(towing_cap)

这种方法不需要额外依赖，结构固定的情况下效率最高，不会误提取标签属性里的其他数字。

方法2：正则匹配（适配复杂场景，包含千分位、多余字符的情况） #

如果数值前后可能有其他无关字符、或者有千分位逗号（比如Maximum Trailering Capacity (lbs.): 7,730.5），可以用正则提取数值部分：

import re

towing_tag = towing[0]
spec_text = towing_tag.get_text(strip=True)
# 匹配所有数字、小数点、千分位逗号
match_res = re.search(r'[\d,.]+', spec_text)
if match_res:
    # 去掉千分位的逗号
    value_str = match_res.group().replace(',', '')
    towing_cap = float(value_str)
    print(towing_cap)

这种方法兼容性更强，哪怕后续网页的文本格式有小变动也能正常提取数值。

内容的提问来源于stack exchange，提问作者Patrick Catanzaro