python BeautifulSoupのタグとりだし

Question

"<td class=""mainprice"">￥298（税込）<span>定価より ￥10 おトク！</span></td>"

の中からpythonのライブラリであるBeautifulSoupを使って
￥298（税込）の文字列のみを取り出す方法について質問なのですが

source = "<td class=""mainprice"">￥298（税込）<span>定価より ￥10 おトク！</span></td>"
soup = BeautifulSoup(source, "html.parser")
span = dt.span.find('span')

.find('span')を使うと定価より ￥10 おトク！の部分が取り出せますがやりたいことは違います。

やりたいことは￥298（税込）の部分だけを表示することは可能でしょうか？

宜しくお願い致します

Answer 1

ドキュメントを見る癖を付けましょう。

clear()

Tag.clear() は、タグが挟んでいるcontentsを削除します。(訳注:要チェック?):

markup = '<a href="http://example.com/">I linked to <i>example.com</i></a>'
soup = BeautifulSoup(markup)
tag = soup.a

tag.clear()
tag

<a href="http://example.com/"></a>

extract()

PageElement.extract() はツリーからタグや文字列を除去します。 返値は、その抽出されたタグや文字列です。:

markup = '<a href="http://example.com/">I linked to <i>example.com</i></a>'
soup = BeautifulSoup(markup)
a_tag = soup.a

i_tag = soup.i.extract()

a_tag

<a href="http://example.com/">I linked to</a>

i_tag

<i>example.com</i>

print(i_tag.parent)
None

引用元：Beautiful Soup 4.2.0 Doc. 日本語訳

Comments

[raonarud]

回答、ありがとうございます.
わかりやすく修正させて頂きましたのでご確認のほどよろしくお願いします。

[LouiS0616]

extractで除去してからtextあたりで取り出せば良いのでは？

知っていることを組み合わせれば多くの問題は解決できます。できないのなら考察が甘いか知識が足りないか、大体はどっちかです。

[raonarud]

span = dt.span.find('span').extractを実行したらspanの方が切り出されてしましました

<span>定価より ￥2,382 おトク！</s

[LouiS0616]

td = soup.find('td') # td要素を取り出して
td.find('span').extract() # span要素を取り除いて
print(td.text) # 中身を見る

簡単ないくつかの操作を組み合わせているだけです。