如何使用Python BeautifulSoup提取HTML中的商品价格13990？

你的问题出在用.string获取嵌套标签内的文本——因为crwActualPrice这个span里面还有多层子标签，.string只能获取当前标签的直接文本（这里是空的），没法拿到嵌套在里面的价格文本。咱们可以这样修改：

步骤1：正确提取价格文本 #

改用.get_text()来获取该标签下的所有文本内容，然后清理掉多余的空格和隐藏的符号：

from bs4 import BeautifulSoup

# 假设你的HTML内容存在html变量里
html = '''<span class="crwActualPrice"> <span style="text-decoration: inherit; white-space: nowrap;"> <span class="currencyINR"> &nbsp;&nbsp; </span> <span class="currencyINRFallback" style="display:none"> Rs. </span> 13,990.00 </span> </span>'''
soup = BeautifulSoup(html, 'html.parser')

dprice = soup.find_all("span", class_="crwActualPrice")
for each_price in dprice:
    # 获取所有文本并自动清理多余空格
    money_str = each_price.get_text(strip=True)
    print(money_str)  # 输出: 13,990.00

步骤2：将文本转为纯数字13990 #

接下来需要去掉逗号和小数点，再转换为整数：

# 接上面的代码
# 先去掉逗号，再切割小数点取整数部分
cleaned_price = money_str.replace(',', '').split('.')[0]
# 转为整数类型
final_price = int(cleaned_price)
print(final_price)  # 输出: 13990

合并后的完整代码 #

from bs4 import BeautifulSoup

html = '''<span class="crwActualPrice"> <span style="text-decoration: inherit; white-space: nowrap;"> <span class="currencyINR"> &nbsp;&nbsp; </span> <span class="currencyINRFallback" style="display:none"> Rs. </span> 13,990.00 </span> </span>'''
soup = BeautifulSoup(html, 'html.parser')

dprice = soup.find_all("span", class_="crwActualPrice")
for each_price in dprice:
    money_str = each_price.get_text(strip=True)
    # 清理格式并转数字
    final_price = int(money_str.replace(',', '').split('.')[0])
    print(final_price)

简单说，核心就是用.get_text(strip=True)替代.string来获取嵌套标签的文本，再通过字符串处理去掉非数字部分，最后转为整数即可。

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