如何提取input标签中的数值？请求协助完善Python爬虫代码

我来帮你一步步修正代码，当前代码无法获取目标数值主要有两个问题：

• <input>是自闭合标签，它的显示文本其实存在于value属性中，而非标签的内部文本，所以用.text()（而且BeautifulSoup里获取文本的方法是.get_text()或.string，不是.text()）根本拿不到内容
• 就算拿到了字符串，还需要处理其中的空格和非数字部分，才能得到纯数字6355

下面是修正后的完整代码：

from fake_useragent import UserAgent
from bs4 import BeautifulSoup
import requests
import re  # 引入正则模块处理数字提取

URL_accueil = "https://www.lacentrale.fr/listing?mileageMax=150000&priceMax=17000&priceMin=5000&yearMin=2012&age=1"
page_accueil = requests.get(URL_accueil, headers={'User-Agent': str(UserAgent().chrome)})
soup = BeautifulSoup(page_accueil.text, "lxml").find('div', {"class": "submitContainer txtC"})
print(soup)
print("\n\n")

try:
    # 首先获取input标签的value属性值
    submit_value = soup.find('input', {"type": "submit"}).get('value')
    # 用正则提取所有数字字符，去除空格和其他非数字内容
    pagination = re.sub(r'\D', '', submit_value)
    # 可选：转成整数类型
    pagination = int(pagination) if pagination else "missing"
except Exception as e:
    print(f"Error occurred: {e}")
    pagination = "missing"

print(pagination)

代码说明： #

1. 获取value属性：用.get('value')从input标签中拿到完整的按钮文本Rechercher (6 355 annonces)
2. 提取纯数字：使用正则表达式re.sub(r'\D', '', submit_value)，把所有非数字的字符（包括空格、括号、字母等）替换为空，得到6355
3. 类型转换与异常处理：把提取到的字符串转成整数（如果有值的话），同时保留异常捕获，避免页面结构变化导致程序崩溃

这样就能正确提取到你想要的数字6355啦！

内容的提问来源于stack exchange，提问作者Houssem