Удаление лишнего элемента для парсера

Question

Есть парсер, считывает цену, но немного некорректно, причиной тому является странная верстка сайта:

Я все данные записываю в список:

def get_content(html):
soup = BeautifulSoup(html,'html.parser')
items = soup.find_all('div', class_ = 'b-catalog__item')
cards = []

for item in items:
    cards.append(
        {
            'title' : item.find('div', class_='b-catalog__item-title-wrap').get_text(strip = True),
            'link_product': HOST + item.find('div', class_='b-catalog__item-title-wrap').find('a').get('href'),
            'img': HOST + item.find('div', class_='b-catalog__item-wrap').find('a').get('href'),
            'price' : item.find('div', class_='b-catalog__item-price').get_text(strip = True)
        }

    )
return cards

если же поменяю

'price' : item.find('div', class_='b-catalog__item-price').get_text(strip = True)

на

'price' : item.find('span', class_='b-price__num').get_text(strip = True)

То особо ничего не поменяется

Суть в том, два варианта:

Игнорирование копеек, не знаю, как это реализовать
Либо же Сделать разделение копеек, но так, чтобы записывалось в одну колонку файла

Answer 1

Можно через метод decompose удалить тег sup.

Пример:

from bs4 import BeautifulSoup

item = BeautifulSoup("""\
<span class="b-price__num">
    32
    <sup class="sup_cop">59</sup>
<span>
""", "html.parser")

price_el = item.find('span', class_='b-price__num')
price_el.select_one('.sup_cop').decompose()

print(price_el.get_text(strip=True))
# 32

Использование в коде из вопроса:

...
for item in items:
    title_el = item.find('div', class_='b-catalog__item-title-wrap')

    price_el = item.find('span', class_='b-price__num')
    price_el.select_one('.sup_cop').decompose()  # Удаление копеек

    cards.append({
        'title' : title_el.get_text(strip=True),
        'link_product': HOST + title_el.find('a').get('href'),
        'img': HOST + item.find('div', class_='b-catalog__item-wrap').find('a').get('href'),
        'price' : price_el.get_text(strip=True),
    })
return cards

БЛОГ НА HUSL

Удаление лишнего элемента для парсера

Ответы (1 шт):