网页抓取的美丽汤问题[重复]

Question

我正在做一个网页抓取项目，我有以下项目我计划进行网页抓取：

<td class="country">
  <div>
    <img alt="Niger" height="27" src="http://assets.rio2016.nbcolympics.com/country-flags/52x35/NIG.png" width="40"/>
    Niger                                          
  </div>

在这种情况下，我试图将国家尼日尔排除在列表之外。我有一整张桌子，我试图把所有国家都拉出来。我当前的代码如下所示：

response = requests.get('http://www.nbcolympics.com/medals')
soup = BeautifulSoup(response.content, 'lxml')
for td in soup.findAll("td",{"class": "country"}):
   print(td)

这会让我获得很多信息。我只想关注表格中的国家/地区价值。 （此表包含所有参加奥运会的国家。）如果我尝试执行以下操作：

for td in soup.findAll("td",{"class": "country"}).children:

我收到以下错误消息：

Traceback (most recent call last):
File "idea.py", line 15, in <module>
  for row in soup.find_all('tr').children:
AttributeError: 'ResultSet' object has no attribute 'children'

我知道必须有一种方法可以查看每个 td 以提取国家/地区价值。 （我可以使用 get_text() 获取国家/地区，但它附带了更多信息。）另外，如果 div 值有一个类，那么我认为它也很容易做到。感谢您的帮助。

我也试过了：

for td in soup.findAll("img", {"width": "40"})
      print(td)

这几乎得到了我想要的。它将打印以下内容：

<img alt="Togo" height="27" src="http://assets.rio2016.nbcolympics.com/country-flags/52x35/TOG.png" width="40"/>

但是，我并没有在它之后得到这个国家！但我就在那里！

Answer 1

findAll 返回找到的元素的ResultSet，这是一个可迭代的。您需要遍历找到的元素并访问.text：

for element in soup.findAll("img", {"class": "country"}):
    print(element.get('alt', ''))

我已经替换了"td",{"class": "country"} 选择器，因为您正在寻找具有country 类的图像。