python - 如何使用 BeautifulSoup 删除父标签

Question

我正在尝试使用 BeautifulSoup 从 html 表格中删除标题单元格。我有类似的东西；

<tr> <th> head1 </th> <th> head2 </th> </tr>

我使用以下代码删除所有标题单元格；

soup = BeautifulSoup(url)    
for headless in soup.find_all('th'):
        headless.decompose()

这很有效，但我留下了一个空行，这会在以后把事情弄乱；

<tr> </tr>

我尝试了以下代码，但收到 AttributeError: 'NoneType' object has no attribute 'decompose'

for headless in soup.find_all('th'):
    headless.parent.decompose()

如何删除包含标题单元格的行或稍后删除空白行？谢谢。

Answer 1

那是因为你删除了外部 <tr>在第一次迭代时(当 headless=<th>head2</th> 时)，以便当迭代达到 <th>head2</th> 时它的父级是 None .

您可以改为迭代 <tr>有了 child <td>像这样:

for headless in (tr for tr in soup.find_all('tr') if tr.find('th')):
    headless.decompose()