如何使用BeautifulSoup4(BS4)提取HTML中各SKU对应的评分值

你要提取的逗号格式评分4,0有两种稳定实现方式：

• 方法1：直接从aria-label属性中提取现成的目标值，无需额外格式转换
• 方法2：读取结构化属性data-rating的数值后，替换小数点为逗号得到目标值

完整可运行代码 #

from bs4 import BeautifulSoup

# 填入你拿到的HTML内容
html = '''<span class="stamped-badge" data-rating="4.0" data-lang="es" aria-label="Rated 4,0 out of 5 stars">'''

# 解析HTML，没有装lxml库的话可以替换为内置的html.parser
soup = BeautifulSoup(html, 'lxml')

# 定位到目标span标签
sku_badge = soup.find('span', class_='stamped-badge')

# 方法1实现
rating_from_aria = sku_badge['aria-label'].split(' ')[1]
print(rating_from_aria)  # 输出结果：4,0

# 方法2实现
rating_from_data = sku_badge['data-rating'].replace('.', ',')
print(rating_from_data) # 输出结果：4,0

方法选择建议 #

• 如果站点不同语言版本的aria-label文本结构固定，优先用方法1，不需要处理格式转换
• 如果多语言场景下aria-label文本结构会变化，优先用方法2，读取自定义属性的兼容性更高

内容的提问来源于stack exchange，提问作者Alex