如何使用 BeautifulSoup4 从 HTML 表中提取所有项目？

【问题标题】：How to extract all items from an HTML table with BeautifulSoup4?如何使用 BeautifulSoup4 从 HTML 表中提取所有项目？
【发布时间】：2019-02-19 12:40:17
【问题描述】：

这是我正在抓取的更大网站的一部分的 HTML。：https://pastebin.com/LZ3mJKv0

基本上我希望我的输出是：

Breed: Shih Tzu
Price: $850
Gender: Male
Nickname: Wade
Age: 16 Weeks Old
Color/Markings: red and white
Size at Maturity: Small

等，等等。我已经尝试找到所有 tr 标签、所有 td 标签，并找到所有 b 标签，但没有一个给出我正在寻找的输出或给出错误。

提前感谢您的回复！

【问题讨论】：

标签： python python-3.x parsing beautifulsoup html-parsing

【解决方案1】：

您可以使用嵌套列表推导：

from bs4 import BeautifulSoup as soup
d = soup(content, 'html.parser')
new_results = [[c.text.replace('\n', '') for c in i.find_all('td')] for i in d.find_all('tr')]
for i in new_results:
  print(' '.join(i))

输出：

Breed: Shih Tzu
Price: $850
Gender: Male Male
Nickname: Wade
Age: 16 Weeks Old
Color/Markings: red and white
Size at Maturity: Small
Availability Date: 08/01/2018
Shipping Area: Pick Up Only
Payment Method: Credit Cards, Cash

【讨论】：

谢谢你这个工作，但它从其他表中提取，我不希望完整的 html 具有。有没有办法只从某个班级的桌子上拉？我想要的表格包含在 `
class="properties"> 或者更简单，只需提取具有特定标题的行，比如说我是否只想要品种、价格和年龄？谢谢。