BeautifulSoup：如何删除空表，同时保留部分为空或不为空的表答案

【问题标题】：BeautifulSoup: How to remove empty tables, while preserving tables that are partially empty or not emptyBeautifulSoup：如何删除空表，同时保留部分为空或不为空的表
【发布时间】：2012-02-23 16:24:03
【问题描述】：

我有一个最初在 MS Frontpage 中创建的旧网站，我正在尝试 defrontpagify。我编写了一个 BeautifulSoup 脚本来完成大部分工作。剩下的就是删除空表，例如在其td 标记的any 中没有文本内容或数据的表。

我遇到的问题是，如果至少有一个td 标记不包含数据，即使其他标记不包含数据，我到目前为止所尝试的操作也会删除该表。这会删除整个文档中的所有表格，包括我想要保留的数据。

tags = soup.findAll('table',text=None,recursive=True) 
[tag.extract() for tag in tags]

关于如何只删除 none 的 td 标签包含任何数据的表有什么建议吗？（我不在乎它们是否包含img 或空锚标记，只要没有文本即可）。

【问题讨论】：

标签： python parsing html-parsing beautifulsoup

【解决方案1】：

使用.text 属性。它检索该元素中的所有文本内容（递归）。

例子：

from BeautifulSoup import BeautifulSoup as BS

html = """
<table id="empty">
  <tr><td></td></tr>
</table>

<table id="with_text">
  <tr><td>hey!</td></tr>
</table>

<table id="with_text_in_one_row">
  <tr><td></td></tr>
  <tr><td>hey!</td></tr>
</table>

<table id="no_text_but_img">
  <tr><td><img></td></tr>
</table>

<table id="no_text_but_a">
  <tr><td><a></a></td></tr>
</table>

<table id="text_in_a">
  <tr><td><a>hey!</a></td></tr>
</table>

"""

soup = BS(html)
for table in soup.findAll("table" ,text=None,recursive=True):
    if table.text:
        print table["id"]

输出：

with_text
with_text_in_one_row
text_in_a

【讨论】：

@ByronGibson：你能从你的文件中展示一个在此之后留下的空表示例吗？
嘿，抱歉，我看错了 html，毕竟它不是空的。我一意识到就删除了我的评论，但我猜我的速度不够快。谢谢！