提问人：Python_bug 提问时间：4/2/2022 最后编辑：Python_bug 更新时间：4/2/2022 访问量：556
如何从我从网络抓取中获得的数字中删除浮点数中的空白空间？错误：无法将字符串转换为浮点数：“1\xa0364”
How can I remove empty space in float from a number I get from web scraping? Error: could not convert string to float: '1\xa0364'
问：
在代码中，我尝试从网站获取价格数据。该网站在价格中使用了一个空白区域，并且 float 类引发了一个标志：无法将字符串转换为浮点数：“1\xa0364” 此代码应从网站中提取价格，但是网站信息中价格中的空白区域会导致错误。我不确定代码是否有效，但它没有进一步研究其他功能。
这实际上是价格：1364，但它给出：1\xa0364'
请看代码：
URL = 'https://www.reebok.se/zig-kinetica-ii-edge-gore-tex/H05172.html'
headers={"user-Agent":'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:98.0) Gecko/20100101 Firefox/98.0'}
def check_price():
page = requests.get(URL , headers=headers)
soup = BeautifulSoup(page.content, 'html.parser')
title = soup.find( class_ = 'gl-heading gl-heading--regular gl-heading--italic name___1EbZs').get_text()
print(title)
price=soup.find( class_ ='gl-price-item gl-price-item--sale notranslate').get_text()
converted_price= float(price[0:5])
答：
1赞
Parazok
4/2/2022
#1
你可以使用replace来做这种事情， 您的代码应如下所示：
price_str = "1\xa0364"
if len(price_str) >= 4 : # removing white space just for values with 4 or more chars
price = float(price_str.replace(u'\xa0', u''))
else:
price = float(price_str)
评论
0赞
Python_bug
4/2/2022
谢谢你的建议。但是，如果他们将价格更改为低于 1000 的值，则会出现一个较短的字符串，并且格式与此不匹配：“1\xa0364”，因此我需要一个通用解决方案来编辑浮点数处的数字并实时跟踪价格
0赞
Parazok
4/2/2022
@Python_bug，如果你给我一个正确的价格格式和较低的价值，也许我可以给你一个更好的答案。
0赞
Python_bug
4/2/2022
这是一个有趣而重要的点。我检查了一个新产品，对于三位数的价格（数字），代码有效，代码通过浮点数。仅在四位数字上，网站在第一位数字和其他三位数字之间使用空格。对于四位数字，空白区域始终是这三个字母：例如 1052 是 1\xa052 如果我理解正确，您的解决方案应该是有效的，如果它始终是固定价格，现在如果它更改为任何其他值，它直到不起作用。你的代码给了我 1 364，这仍然不是 1364
0赞
Parazok
4/2/2022
感谢您的解释;我更新了我的答案并修复了多余的空白。但我认为@Cireo答案比我的要好得多。一探究竟。
0赞
Python_bug
4/2/2022
干杯伙计，他的回答解决了问题。
1赞
Cireo
4/2/2022
#2
如果你只想删除空格，你可以用如下方式来做到这一点
split + join
>>> ''.join("1\xa0364".split())
'1364'
regex replace
>>> import re
>>> re.sub("\s", "", "1\xa0364")
'1364'
您可能还会发现这个答案很有帮助，它基本上从字符串中提取数字和小数点，并忽略其他所有内容： Python 删除美元金额中的逗号 不过，有时可能会给出一些误报，例如
>>> other_option("Error: 404 file not found. Try again in 10 seconds")
404.10
评论
0赞
Python_bug
4/2/2022
这就是我的实现方式，它现在工作： price=soup.find（ class ='gl-price-item gl-price-item--sale notranslate'）.get_text（） import re price=re.sub（“\s”， “”， “1\xa0364”） converted_price = float.fromhex（price[0：5]）_ 我只是想知道如果价格更改为没有空白空间的值或不是 1364 会发生什么，如果它不是 1364，那么我应该在线查看价格并更新值？我的代码应该实时提取数据，因此如果是 1 300，它将引发错误
0赞
Cireo
4/2/2022
这真的是一个十六进制数吗？这似乎令人震惊。该解决方案适用于任意数量的空格（包括或、尾随、前导等）re.sub0100
0赞
Python_bug
4/2/2022
它不是一个十六进制数。它是一个四位数的数字，有一个空格而不是逗号或点。这个数字是1364。它在网站上写成 1 364 他们可能会写 1.364 或简单地写 1364。
1赞
Cireo
4/2/2022
float.fromhex('10') == 16.0. 将截断任何 ints >= 100000，或任何 >= 100.00。你的逻辑非常混乱..price[0:5]
1赞
Cireo
4/2/2022
祝您学习愉快！也请做，然后str_price = soup.find(...)price = float(re.sub("\s", "", str_price))
1赞
QHarr
4/2/2022
#3
您还可以使用正则表达式从脚本标签中提取已经格式化的内容，以便使用“.”
import requests, re
URL = 'https://www.reebok.se/zig-kinetica-ii-edge-gore-tex/H05172.html'
HEADERS ={"user-Agent":'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:98.0) Gecko/20100101 Firefox/98.0'}
def check_price():
page = requests.get(URL , headers=HEADERS)
name, price = [re.search(f'(?<!Brand",)"{i}":"?(.*?)[",]', page.text).group(1) for i in ['name', 'price']]
print(f'{name}: {float(price)}')
check_price()
评论
1赞
Python_bug
4/2/2022
谢谢你的评论。这是一个非常有趣和有效的答案。我也会尝试这个。但是我已经在帖子中使用了 Ciireo 的答案，它也是功能性的。
评论