使用 BeautifulSoup 抓取 Tripadvisor 评论时出现 ValueError

Question

作为一个完整的新手，我正在尝试抓取一些 Tripadvisor 评论。我正在使用来自Susanli2016 的代码。它适用于一个链接（尽管删除了属性“语言”），但它不适用于任何其他链接（例如。）我收到错误：        Traceback (most recent call last):      File "<pyshell#37>", line 4, in <module>        items = scrape(url)      File "<pyshell#13>", line 11, in scrape        items = parse(session, url + '?filterLang=' + lang)      File "<pyshell#18>", line 15, in parse        num_reviews = int(num_reviews) # convert text into integer    ValueError: invalid literal for int() with base 10: '5.695'（其中 5,695 是页面中的评论数）我在这里附上代码，以防有人可以帮助我。

Answer 1

5.695在尝试将其类型转换为 int with 之前，您似乎具有以下视图数量的字符串num_reviews = int(num_reviews)。

可能.in5.695是千位分隔符。

所以.在使用之前删除这样的int()：

num_reviews = num_reviews.replace('.', '')

num_reviews = int(num_reviews)

Answer 2

该错误是由于您尝试转换的 int 中的句号。为确保它适用于所有输入格式，您只需在转换为 int 之前过滤数字字符：

num_reviews = soup.find('span', class_='reviews_header_count').text # get text

num_reviews = num_reviews[1:-1] 

num_reviews = num_reviews.replace(',', '').replace('.','')

num_reviews = int(num_reviews)

或者以更通用的方式，仅在字符串中包含数字字符 num_reviews

Answer 3

您不能直接解析为整数值，在这种情况下，您首先将其转换为浮点数，然后再将其转换为 Int。

num_reviews = int(float(num_reviews))