BeautifulSoup 从表中的行和列中提取内容，但我只得到一个 td

Question

我正在尝试从我的 Selenium 测试报告 html 文件中提取一些数据。我从表中的一个 td 列中只得到 1 个值。 我想遍历表格并打印出行和列中的值。

我的 HTML sn-p 是：

<table id='result_table'>
<colgroup>
<col align='left' />
<col align='right' />
<col align='right' />
<col align='right' />
<col align='right' />
<col align='right' />
</colgroup>
<tr id='header_row'>
    <td>Test Group/Test case</td>
    <td>Count</td>
    <td>Pass</td>
    <td>Fail</td>
    <td>Error</td>
    <td>View</td>
</tr>

<tr class='passClass'>
    <td>Regression_TestCase.RegressionProjectEdit_TestCase.RegressionProject_TestCase_Project_Edit</td>
    <td>75</td>
    <td>75</td>
    <td>0</td>
    <td>0</td>
    <td><a href="javascript:showClassDetail('c1',75)">Detail</a></td>
</tr>

我想要的输出格式是：

Count   Pass    Fail    Error   
75      75      0       0       

我的代码是：

table = soup.find('table', {'id': 'result_table'})
tr = table.find('tr', {'id': 'header_row'})
td = tr.findNext('td')
for item in td:
    print td, "\t",
print "\n"

我得到的输出是：

<td>Test Group/Test case</td>   

请问我怎样才能得到我想要的输出？

谢谢，里亚兹

Answer 1

只需通过 id 获取表，然后提取行并找到从倒数第二个切片的 td 标签：

   In [40]: from bs4 import BeautifulSoup    
   In [41]: soup = BeautifulSoup(html, "html.parser")  
   # can use .find(id="result_table")  
   In [42]: table = soup.select_one("#result_table")  


   In [45]: for row in table.find_all("tr"):
      ....:     print(" ".join([td.text for td in row.find_all("td")[1:-1]]))
      ....:     
   Count Pass Fail Error  
   75 75 0 0

table.find('tr', {'id': 'header_row'}) 只会在您的示例中选择第一个 tr，然后tr.findNext('td') 只会在 header_row tr 之后获得第一个 td 所以这就是为什么你只请参阅测试组/测试用例。

另一种方法是使用 tr's 的类名，假设所有有趣的行都具有该类：

soup = BeautifulSoup(html, "html.parser")
table = soup.select_one("#result_table")
headers= [td.text for td in table.select_one("#header_row").find_all("td")[1:-1]]
print(" ".join(headers))
for row in table.select("tr.passClass"):
    print(" ".join([td.text for td in row.find_all("td")[1:-1]]))