从字节数据中提取一些数字

Question

我是网络抓取的新手。 使用这些行抓取一些网站后：

x1 = urllib.request.urlopen('somewebsite1').read()
x2 = urllib.request.urlopen('somewebsite2').read()
x3 = urllib.request.urlopen('somewebsite3').read()

我有以下数据：

In [14]:print(x1)
b'<li><span class="Price down2">0.071&nbsp;</span></li>'

In [15]:print(x2)
b'<li><span class="Price up2">0.059&nbsp;</span></li>'

In [16]:print(x3)
b'<li><span class="Price down2">0.079&nbsp;</span></li>'

x1、x2 和 x3 的数据类型是字节。 我想从 x1、x2 和 x3 中提取 0.071、0.059、0.079 作为浮点数。 这样做的pythonic方法是什么？

先感谢您

编辑：为了更好的演示

Answer 1

您可以使用正则表达式：

import re
x1_extracted = re.findall('(?<=>)\d+\.*\d*', x1.decode('utf-8'))
x1_extracted = float(x1_extracted[0])

首先，您需要解码您的字节序列（将其从字节转换为字符串。我假设编码是 utf-8）。 然后您可以使用re模块来查找值。 分步说明，该表达式的意思是： 查找一个或多个数字 ( \\d+ )，可选后跟一个点 ( \\.* )，也可选后跟更多数字 ( \\d* )。 所有这些都应该以> ( (?<=>) ) 开头。