获取特定行的内容答案

【问题标题】：Get contents of a particular row获取特定行的内容
【发布时间】：2019-10-16 19:24:01
【问题描述】：

我想在文本为“xyz”的地方找到“td”，以便在该行中找到其他属性。我只有 'xyz' 并想在该行中获取其他元素。

.
.
.

<tr>
    <td>
        <a>xyz</a>
    </td>
    <td>address</td>
    <td>phone number</td>
</tr>

.
.
.

我可以通过使用轻松获得“xyz”

required = soup.find('a', text = 'xyz')
print(required[0].text)

但我无法找到“td”，因此我可以使用find_next_siblings() 获取其他列。

预期输出：

xyz
address
phone number

【问题讨论】：

为html标签设置id
@Internship TY 使用 selenium 和 find_elements_by_css_selector：selenium-python.readthedocs.io/locating-elements.html

标签： python html web web-scraping

【解决方案1】：

使用 bs4 4.7.1 结合 :has 和 :contains 的伪类来检索其中的行和 tds。

此位针对正确的 a 标记（如果其文本存在）

a:contains("xyz")

然后您检索具有此 a 标记的父行 (tr)

tr:has(a:contains("xyz"))

最后使用descendant combinator 和td type selector 获取该行中的所有tds。使用列表推导返回列表。

from bs4 import BeautifulSoup as bs

html = '''
<tr>
    <td>
        <a>xyz</a>
    </td>
    <td>address</td>
    <td>phone number</td>
</tr>
'''

soup = bs(html, 'lxml')
items = [item.text.strip() for item in soup.select('tr:has(a:contains("xyz")) td')]
print(items)

【讨论】：

【解决方案2】：

如果你有现代 BeautifulSoup，你可以使用 CSS 选择器:contains。然后用find_parent()方法回溯。

from bs4 import BeautifulSoup

s = '''
<tr>
    <td>Other1</td>
    <td>Other1</td>
    <td>Other1</td>
</tr>
<tr>
    <td>
        <a>xyz</a>
    </td>
    <td>address</td>
    <td>phone number</td>
</tr>'''

soup = BeautifulSoup(s, 'lxml')

for td in soup.select_one('a:contains(xyz)').find_parent('tr').select('td'):
    print(td.text.strip())

打印：

xyz
address
phone number

【讨论】：

【解决方案3】：

用这个替换你的代码：

from bs4 import BeautifulSoup

html = '''<tr>
    <td>
        <a>xyz</a>
    </td>
    <td>address</td>
    <td>phone number</td>
</tr>'''

soup = BeautifulSoup(html, 'lxml')
required = soup.find('a', text = 'xyz')
print(required.text)
td = required.parent
siblingsArray = td.find_next_siblings()

for siblings in siblingsArray:
    print(siblings.text)

O/P：

xyz
address
phone number

其中parent 是获取直接父标签，find_next_siblings 返回下一个兄弟标签的列表。

【讨论】：

【解决方案4】：

您可以使用 xpath。 find_elements_by_xpath().

https://www.softwaretestingmaterial.com/how-to-locate-element-by-xpath-locator/

【讨论】：