如何使用漂亮的汤解析表中的表？答案

【问题标题】：how to parse table inside table using beautiful soup?如何使用漂亮的汤解析表中的表？
【发布时间】：2010-11-12 11:52:03
【问题描述】：

我试过这个： s = soup.findAll("table", {"class": "view"}) 但它给了我桌子。但我需要表中的表。

<table class="view" >
    <tr>
        <td width="46%" valign="top">
        <table>
    <tr>
        <td>
            <div style="adasdasd">
                <div class="abc">dasdsadasdasdas</div>
            </div>
            <div>
                <span><span class="aaaaaaa " title="aaaaaaaaaaa"><span>aaaaaaaaaaaaa</span></span> </span>
                <b>My Face</b><br />
                    Hello This is me,
                </div>
            <div class="abc"">
                    Dec 6, 2010 by Alis
                </div>
        </td>
    </tr>
        </table>
    </tr>
    </table>

The things I want to scrap is:

    Hello This is me,

    My Face

    Dec 6, 2010 by Alis

【问题讨论】：

标签： python beautifulsoup

【解决方案1】：

s = soup.findAll("table", {"class": "view"})[0].find("table")

如果只有一个表，您也可以将.find 用于第一个表，并删除[0]。

【讨论】：

'ResultSet' 对象没有属性 'find' - 我得到属性错误。
如果你使用 findAll，你也需要 [0]。 findAll 为您提供了一个 ResultSet（如列表），因此您需要指定要使用找到的第一个。如果它只是在页面上找到了一个表，你可以使用 find 而不是 findAll 来获取它。

【解决方案2】：

这里有一些格式更好的html：

<table class="view" >
    <tr>
        <td width="46%" valign="top">
            <table>
                <tr>
                    <td>
                        <div style="adasdasd">
                            <div class="abc">dasdsadasdasdas</div>
                        </div>
                        <div>
                            <span>
                                <span class="aaaaaaa " title="aaaaaaaaaaa">
                                    <span>aaaaaaaaaaaaa</span>
                                </span>
                            </span>
                            <b>My Face</b>
                            <br />
                            Hello This is me,
                        </div>
                        <div class="abc">
                            Dec 6, 2010 by Alis
                        </div>
                    </td>
                </tr>
            </table>
        </td>
    </tr>
</table>

注意：我实际上添加了一个标签，因为它缺少一个。

innerTable = soup.find("table", {"class": "view"}).tr.td.table ##Gets the table in the first cell of the first row

innerDiv = innerTable.find("div", {"style": "adasdasd"}).nextSibling #this gets the div in which all of you content resides

这样您就可以找到包含所有内容的内容。从那里只需进行一点解析即可获得您实际需要的内容。

【讨论】：