私はPythonへのウェブスクレイピングに問題があります

Question

私はコーディングにはとても新しいので、coinmarketcapからlitecoinの現在の価格をインポートするコードを書こうとしました。しかし、私はそれを動作させることはできません、それは印刷し、空のリスト。

import urllib 
import re 

htmlfile = urllib.urlopen('https://coinmarketcap.com/currencies/litecoin/') 

htmltext = htmlfile.read() 

regex = 'span class="text-large2" data-currency-value="">$304.08</span>' 

pattern = re.compile(regex) 

price = re.findall(pattern, htmltext) 

print(price) 

アウトは "[]"となります。問題はおそらく軽微ですが、私は非常に助けに感謝しています。

Answer 1

RegExを変更し、括弧でグループを追加して値を取得する必要があります。あなたは、この正規表現を必要とし、<span class="text-large2" data-currency-value>300.59</span>：

は次のように一致させるようにしてください(.*?)グループは、番号をキャッチするために使用される

regex = 'span class="text-large2" data-currency-value>(.*?)</span>' 

。あなたが得る

：

['300.59'] 

Answer 2

正規表現は、一般的に処理HTMLのための最適なツールではありません。私はBeautifulSoupのようなものを見ることをお勧めします。例えば

：

import urllib 
import bs4 

f = urllib.urlopen("https://coinmarketcap.com/currencies/litecoin/") 
soup = bs4.BeautifulSoup(f) 
print(soup.find("", {"data-currency-value": True}).text) 

これは、現在、 "299.97" を出力します。

この単純なケースでは、これはおそらくreを使用するだけでは機能しません。しかし、Using regular expressions to parse HTML: why not?