- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试使用 beautifulsoup 解析一个简单的 html 表格,但我遇到了一些问题
这是我的输入
<table id="people" class="tt" width="99%" border="0" cellpadding="0" cellspacing="1">
<tr>
<td colspan="3" bgcolor="#d3d3d3">
<p align="center" style="border: 1px solid #c0c0c0; padding: 0.02in">
<a name="faculty">
</a>
<b>
Faculty
</b>
</p>
</td>
</tr>
<tr>
<td>
<p align="center">
<font color="#000080">
<a href="http://www.website.com/%7Empop">
<font color="#000080">
<img src="images/mpop.jpg" name="graphics1" align="bottom" width="70" height="85" border="1" />
</font>
</a>
</font>
</p>
</td>
<td>
<p>
<b>
John Doe, Ph.D.
</b>
<br />
Associate Professor, Computer
Science
<br />
</p>
</td>
<td>
<p>
Office: Sciences Bldg.
<br />
Phone:
xxx-xxx-xxxx
<br />
jd [at] website.com
<br />
</p>
</td>
</tr>
<tr>
<td>
<p align="center">
<font color="#000080">
<a href="http://www.website.com/%7Ercolwell">
<font color="#000080">
<img src="images/rcolwell.jpg" name="graphics2" align="bottom" width="70" height="97" border="1" />
</font>
</a>
</font>
</p>
</td>
<td>
<p>
<b>
Jane Doe, Ph.D.
</b>
<br />
Professor
<br />
School of Public Health
<br />
</p>
</td>
<td>
<p>
Sciences Bldg
<br />
jd [at]
website.com
<br />
</a>
</p>
</td>
</tr>
</table>
这是我的代码
t = soup.findAll("table",id="people")
for table in t:
rows = table.findAll("tr")
for tr in rows:
cols = tr.findAll("td")
for td in cols:
print(str(td.find(text=True))) # tried also print(td.find(text=True))
print(",")
print("\n")
这将生成只有逗号而实际上没有文本的输出,但是当我输入 print(td)
时,我确实找到了我需要输出的信息,但是以带有所有标签的 html 格式,可以有人指出我在这里做正确的事吗?我只想提取单元格内容。
干杯
最佳答案
也许您正在寻找 s.t.像这样:
from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup("<table id=people><tr><td>x<a>y</a>z</td><td>x<a>y</a>z</td></tr></table>")
t = soup.findAll("table",id="people")
for table in t:
rows = table.findAll("tr")
for tr in rows:
cols = tr.findAll("td")
print(','.join([td.text for td in cols]))
或者,您可以使用 u''.join(map(unicode, td.contents))
,具体取决于您想要打印的内容。
关于python - Beautifulsoup 的输出,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11476911/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!