主页 / 问题 / 1602429
Accepted
kostzzz
Asked:2024-12-14 21:40:39 +0000 UTC2024-12-14 21:40:39 +0000 UTC

解析ozon时的不同值

  • 772
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium_stealth import stealth
import time

arts = [
    '840055507'
]
cards = []
def saveCardInfo(art):

    cst = driver.find_element(By.CSS_SELECTOR,"div[data-widget^='webPrice']")
    print(cst.text.split('\n'))
    print(cst.text)

def initDriver():
    driver = webdriver.Chrome()
    stealth(driver,
    platform="Win32")
    return driver

driver = initDriver()
driver.get('https://www.ozon.ru/')

for art in arts:
    time.sleep(1)
    srch_inp = driver.find_element(By.TAG_NAME, 'input')
    srch_inp.send_keys(f"{art}\n")
    saveCardInfo(art)

driver.quit()

上面的代码解析了臭氧上的某些产品。获取商品价格时出现问题：执行代码时，显示以下内容：

['1\u2009151\u2009₽', '有 Ozon 卡', '1\u2009187\u2009₽', '4\u2009290\u2009₽', '没有 Ozon 卡']

1,151 卢布

持臭氧卡

1,187 卢布

4,290 卢布

无臭氧卡

问题在于同样的价值不同，即产品本身的价格标签。例如，如果你只是打印它会显示“1,151 ₽”，如果你把它放在一个列表或变量中它会看起来像“1\u2009151\u2009₽”我也尝试过BeatifulSoup，结果是一样的。

这可能与什么有关以及可以采取什么措施？

python

1 个回答

  1. Best Answer

    看，读一下 unicode 符号是什么，在这种情况下，在 ozon 页面上，价格是使用符号 U+2009（数字之间的空格）编写的，在 python 中，unicode 符号是这样写的 - \u 和符号代码，即您实际看到的是，\u2009，您使用 split 创建一个列表，使用 \n 分隔符，当您打印该列表时，列表元素显示在python 形式，当您单独输出它们时，您的命令 shell 以正确的形式显示它们，这就是结果不一致的原因。

    以下代码将从价格中删除 \u2009 字符：

    from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium_stealth import stealth
import time

arts = [
    '840055507'
]
cards = []
def saveCardInfo(art):

    cst = driver.find_element(By.CSS_SELECTOR,"div[data-widget^='webPrice']")
    cst_text = cst.text.replace('\u2009', '') # это убирает unicode символ из всего распарсенного тобой текста
    # можно вместо этого символа вставить пробел, тогда вот так должно быть для этого:
    #cst_text = cst.text.replace('\u2009', ' ')
    # используя ту же конструкцию .replace, ты можешь заменить символ ₽ на что-нибудь другое или убрать его, например, чтобы убрать, закоменти ту строку и вставь эту:
    #cst_text = cst_text = cst.text.replace('\u2009', '').replace('₽', '')
    print(cst_text.split('\n'))
    print(cst_text)

def initDriver():
    driver = webdriver.Chrome()
    stealth(driver,
    platform="Win32")
    return driver

driver = initDriver()
driver.get('https://www.ozon.ru/')

for art in arts:
    time.sleep(1)
    srch_inp = driver.find_element(By.TAG_NAME, 'input')
    srch_inp.send_keys(f"{art}\n")
    saveCardInfo(art)

driver.quit()

    一般来说，最好先学习语言的基础知识，然后再编写解析器。

    • 0

相关问题