代码之家 › 专栏 › 技术社区 › bsb_coffee

如何在Beautiful Soup中获取嵌套元素

beautifulsoup python

bsb_coffee · 技术社区 · 17 年前

我正在努力掌握一些所需的语法 hrefs <td> . <table> , <tr> 和 <td> 元素没有任何类或id。

<tr>
    <td><a>...

谢谢。

2 回复 | 直到 3 年前

Alex Martelli 17 年前

import BeautifulSoup
html = "<html><body><tr><td><a href='foo'/></td></tr></body></html>"
soup = BeautifulSoup.BeautifulSoup(html)

然后在其中搜索,例如 <a> <td> :

for ana in soup.findAll('a'):
  if ana.parent.name == 'td':
    print ana["href"]

Thierry Lathuille 9 年前

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html)
anchors = [td.find('a') for td in soup.findAll('td')]

这应该会在您提供的html中的每个“td”内找到第一个“a”。你可以调整 td.find 更具体或使用 findAll 如果你在每个td中都有几个链接。

None 在列表中,则可以修改列表理解:

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html)
anchors = [a for a in (td.find('a') for td in soup.findAll('td')) if a]

td.find('a') .

推荐文章

Dinosaur · 使用BeautifulSoup点击div标签后抓取html页面

1 年前

Stackie · 无法使用Selenium访问废料数据的链接

1 年前

Avraham · 如何在JS中将beautifulsoup中的文本设置为.innerText而非.textContent

2 年前

Rayan CH TFG · 需要解释Python中的web抓取lambda函数

2 年前

hyoni · 使用Python BeautifulSoup进行网页抓取

2 年前

Canberra · 从网站上删除纬度和经度

2 年前

zero · bs4方法访问维基百科页面:获取信息框

2 年前

Oscar Tarrago · Beautiful Soup“.fund”无法从windows终端运行

2 年前

knowledge_seeker · 无法解析从Python中的HTML标记中的属性获得的JSON字符串

2 年前

Reonard1 · Web报废中的AttributeError

2 年前