在 BeautifulSoup 中选择嵌套的第三个孩子答案

【问题标题】：Selecting nested third child in BeautifulSoup在 BeautifulSoup 中选择嵌套的第三个孩子
【发布时间】：2020-01-18 23:39:18
【问题描述】：

我有以下 HTML 部分，需要用 BeautifulSoup 提取 2.56% 的值。

<div class="box boxRatio">
    <h2 class="sectHed">Dividend Yield Range, Past 5 Years</h2>
    <table class="rangeModTable">
    <tr>
        <td class="col1">Minimum</td>
        <td class="col2">

                1.82%

        </td>
        <td class="col3">Jan 26 2018</td>
    </tr>
    <tr>
        <td class="col1">Maximum</td>
        <td class="col2">

                3.77%

        </td>
        <td class="col3">Oct 08 2019</td>
    </tr>
    <tr>
        <td class="col1">Average</td>
        <td class="col2">

                2.56%

        </td>
        <td class="col3"></td>
    </tr>
    </table>
</div>

我正在使用

divyield_box = soup.find(".boxRatio > .col2:nth-of-type(2)")

我不断收到 AttributeError: 'NoneType' object has no attribute 'text'

【问题讨论】：

标签： python web-scraping beautifulsoup

【解决方案1】：

CSS 选择器与函数 .select() 或 .select_one() 一起使用，而不是 .find()

你可以使用：

value = soup.select_one(".rangeModTable tr:nth-of-type(3) .col2").get_text(strip=True)
print(value)

打印：

2.56%

或者如果你想从包含文本“平均”的行中选择值，你可以使用这个：

value = soup.select_one('tr:has(td:contains("Average")) .col2').get_text(strip=True)
print(value)

【讨论】：

谢谢，但是如何将值存储在变量中而不是打印？
Traceback（最近一次调用最后一次）：文件“....”，第 14 行，在 divyild = divyild_box.text.strip() AttributeError: 'unicode' object has no attribute'文字'
@p3nd0l0 你在用 Python2 吗？我不知道你的整个脚本，但你可以试试divyield_box.get_text(strip=True)

【解决方案2】：

试试 SimplifiedDoc 的解决方案。

from simplified_scrapy.simplified_doc import SimplifiedDoc
html='''
<div class="box boxRatio">
    <h2 class="sectHed">Dividend Yield Range, Past 5 Years</h2>
    <table class="rangeModTable">
    <tr>
        <td class="col1">Minimum</td>
        <td class="col2">
                1.82%
        </td>
        <td class="col3">Jan 26 2018</td>
    </tr>
    <tr>
        <td class="col1">Maximum</td>
        <td class="col2">
                3.77%
        </td>
        <td class="col3">Oct 08 2019</td>
    </tr>
    <tr>
        <td class="col1">Average</td>
        <td class="col2">
                2.56%
        </td>
        <td class="col3"></td>
    </tr>
    </table>
</div>
'''
doc = SimplifiedDoc(html)
value = doc.select('.box boxRatio').getElementByText('Average').next.text
print (value)

结果：

2.56%

【讨论】：