我正在尝试解析位于此页面http://www.bluenote.net/newyork/schedule/index.shtml 的表格。我正在尝试获取今天正在演奏的人的开始时间和乐队名称。我注意到表中包含 p 元素的第一个 td 是我正在寻找的。知道我会怎么做吗？我尝试使用
soup.findAll("p")
但我试图选择包含该“p”元素的整个“td”。
【问题讨论】：
标签： python html parsing web-scraping beautifulsoup
您可以使用生成器：
first_td = next(td for td in soup.find_all('td') if td.p)
# ^ generator ^
find_all 将产生所有 <td> 标记。然后我们通过td.p 过滤标签。这将返回p 标签（假设有一个）。否则它将返回None。由于None 的真实性是False，而标签对象是True，因此生成器将枚举所有带有<p> 标签的<td> 标签。
我们调用next(..) 来获取这些元素中的第一个。如果不存在这样的元素，它将引发StopIteration 异常。
如果你想要所有这些标签，你可以使用列表推导：
[td for td in soup.find_all('td') if td.p]
【讨论】：
next(..) 部分，您只能获得第一个匹配项。
<td> 标签。标记的表示将生成 outer html。因此，您可能会看到额外的 <p> 标记等。但您有对第一个 td 标记的引用。标签中的内容是我们不太关心的。