Python 美化组：格式和转换问题

我希望刮一个网页，但是HTML中的格式偶尔会改变，并在我的脚本中造成问题。我面临的问题基本上是网页条目是：

类型1：

<td>
            &euro;1                       </td>

其中，细分包括我上面显示的两种类型的条目和一些正确输入的附加数据

任何有助于纠正这一问题的帮助都将被大大占用！

---

您可以使用

.get_text（strip=True）

而不是

.string

来获取

中的值。例如：

from bs4 import BeautifulSoup

txt = '''
<td>
            &euro;1                       </td>
<td>
        &euro;12,345         <img src="image1" alt="title" class="flag"/>   
                  </td>'''

soup = BeautifulSoup(txt, 'html.parser')

for td in soup.select('td'):
    print(td.get_text(strip=True))

---

您可以使用

.get_text（strip=True）

而不是

.string

来获取

中的值。例如：

from bs4 import BeautifulSoup

txt = '''
<td>
            &euro;1                       </td>
<td>
        &euro;12,345         <img src="image1" alt="title" class="flag"/>   
                  </td>'''

soup = BeautifulSoup(txt, 'html.parser')

for td in soup.select('td'):
    print(td.get_text(strip=True))

---

您可以使用switch case检查语句类型，然后根据HTML页面类型执行脚本。即类型1或类型2。编辑：您还可以添加

try

和

catch

语句以最小化错误。您可以使用开关大小写检查语句类型，然后根据HTML页面类型执行脚本。即类型1或类型2。编辑：您还可以添加

try

和

catch

语句，以最小化错误。谢谢！这不是我所期望的，但让我找到了解决方案。谢谢！这并不是我所期望的，但让我走上了解决问题的道路。

from bs4 import BeautifulSoup

txt = '''
<td>
            &euro;1                       </td>
<td>
        &euro;12,345         <img src="image1" alt="title" class="flag"/>   
                  </td>'''

soup = BeautifulSoup(txt, 'html.parser')

for td in soup.select('td'):
    print(td.get_text(strip=True))

€1
€12,345