Python：从字符串中提取特定单词

Question

我目前有一个程序，它可以从网站上抓取数据并将其打印出来供用户使用。 但是，它也会打印出我不想要的部分抓取数据。 这不是所有的代码，对于我实际需要做的小事来说，这是一个不敬的数量，但这些是需要的行。

#https://tradingeconomics.com/united-kingdom/indicators
import requests
import urllib.request
import time
import re
from bs4 import BeautifulSoup

web_add = 'https://tradingeconomics.com/united-kingdom/indicators'
web_data = requests.get(web_add)
bs = BeautifulSoup(web_data.text, "html.parser")

up_GDPgrowthRate = str(bs.findAll("td")[21])

varNameBlacklist = "¬`1234567890!\"£$%^&*()_-+=/{[]}:;@'~#|\\<>,.?"

up_GDPgrowthRate = up_GDPgrowthRate.translate({ord(i): None for i in varNameBlacklist})
print(up_GDPgrowthRate)

这是 output：

td stylepaddingleft px textalign left fontweight  whitespace normal
a hrefunitedkingdomgdpgrowth

                                                            GDP Growth Rate

                                                            span classtableunit smallspan
atd

我唯一需要的部分是“GDP 增长率”。 我已经尝试了我在网上找到的大多数解决方案。 将字符串中的其他字符列入黑名单不起作用，因为这会删除我需要的部分中的一些字符。 我尝试使用以下方法打印特定字符 position：

print(up_GDPgrowthRate[158]
print(up_GDPgrowthRate[159]
print(up_GDPgrowthRate[160]
etc

但这会将字符打印在单独的行上。 拆分也有同样的问题，因为我不能在一行上打印出来并将单词分配给一个变量。 如何将“GDP 增长率”作为一个没有我不需要的字符的字符串？

Answer 1

你可以使用这个：

s = '''td stylepaddingleft px textalign left fontweight  whitespace normal
a hrefunitedkingdomgdpgrowth

                                                            GDP Growth Rate

                                                            span classtableunit smallspan
atd'''

print(s[s.index('GDP Growth Rate'):s.index('GDP Growth Rate')+len('GDP Growth Rate')])

str.index()接受字符串的参数，通过切片[]我们可以知道我们需要字符串的哪一部分。 您需要GDP Growth Rate GDP Growth Rate长度。