scraping - Python raspado(Beautiful Soup) para obtener datos de este HTML

web scraping python examples

Question

 <ul>
  <li>
    <div class="c_logo_box">
     <a href="money-transfer-companies/ria-money-transfer/"><img src="http://www.compareremit.com/uploads/ria-logo11.png" style="height:57px;width:147px;" alt="RIA Money Transfer"></a>
     <span class="rs"> <span class="txt13">&#8377;</span> 61.24</span>
       </div>
  </li>
 ...

Deseo eliminar el nombre de ''alt = Ria Money Transfer'' y puntuar del tramo 61.24.

Hasta ahora tengo este código Python:

#!/usr/bin/python

import requests
import re
from bs4 import BeautifulSoup

r = requests.get(''http://www.compareremit.com'')
data = r.text

soup = BeautifulSoup(data)
for rate in soup.find_all(''li'', re.compile(''money'')):
print rate.text

No me da nada. ¿Podría alguien decirme qué me estoy perdiendo? Además, tengo problemas para visualizar qué elemento soy compatible con buscar en la búsqueda for loop, ¿podría aclarar en general cómo saber qué especificar como condición en for loop en tales casos?

Answer 1

Hay múltiples formas de llegar al elemento. Una opción es confiar en la etiqueta a, href de la cual contiene la parte ria-money-transfer , luego obtener el siguiente elemento span que contiene la tasa:

import re

from bs4 import BeautifulSoup
import requests

response = requests.get(''http://www.compareremit.com'')
soup = BeautifulSoup(response.content)

link = soup.find(''div'', class_=''c_logo_box'').find(''a'', href=re.compile(r''ria-money-transfer''))
print(link.img.get(''alt''))

rate = link.find_next_sibling(''span'').text.split('' '')[-1]
print(rate)

Huellas dactilares:

RIA Money Transfer
61.24

Answer 2

Su código lógicamente no es correcto. Puedes hacer esto de múltiples maneras, prueba este código

#! / usr / bin / python

import requests
import re
from bs4 import BeautifulSoup

r = requests.get(''http://www.compareremit.com'')
data = r.text

soup = BeautifulSoup(data)
for rate in soup.find_all(''div'',{"class":"c_logo_box"}):
    print rate.a.img[''alt''] 
    print rate.span.text