python - BeautifulSoup4/CSS选择器如何选择

Question

<div class="myDivClass">
    <table class="myTableClass">
       <tr>
           <td>
               stuff-1A
               <table class="myTableClass">
                   <tr>
                       <td>stuff-1B</td>
                   </tr>
               </table>
           </td>
       </tr>
       <tr>
           <td>
               stuff-2A
               <table class="myTableClass">
                   <tr>
                       <td>stuff-2B</td>
                   </tr>
               </table>
           </td>
       </tr>
       <tr>
           <td>
               stuff-3A
               <table class="myTableClass">
                   <tr>
                       <td>stuff-3B</td>
                   </tr>
               </table>
           </td>
       </tr>
    </table>
</div>

给定一个看起来像这样的布局，使用 beautifulSoup4 如何仅从主外部表(其中包含同一类的子表)中选择 td 标签？

我正在尝试使用 .select() 方法。

到目前为止我已经

soup.select("div.myDivClass > table.myTableClass")

返回主外部表。但我需要其中的 td 标签。

我试过了

soup.select("div.myDivClass > table.myTableClass tr td")

但这会返回所有 td 标签

编辑:有人询问预期输出

我不确定 BeautifulSoups 到底是如何返回 .select() 方法的，但类似这样的事情

['<td>stuff-1a<table class="myTableClass"><tr><td>stuff-1B</td></tr></table></td>',

'<td>stuff-2a<table class="myTableClass"><tr><td>stuff-2B</td></tr></table></td>',

'<td>stuff-3a<table class="myTableClass"><tr><td>stuff-3B</td></tr></table></td>']

这是一个字符串数组，字符串只是主外表的td标签及其在html中的内容

Answer 1

您可以使用 > tr > td 而不是 tr td 来完成此任务。使用前者，您只能获得 tr ，然后获得 td 元素，这些元素是您已成功选择的外部表的直接子元素:

div.myDivClass > table.myTableClass > tr > td

供引用:MDN: Child selectors