代码之家 › 专栏 › 技术社区 › RydallCooper

Python BeautifulSoup解析HTML时出错

mechanize beautifulsoup python-2.7 html python

RydallCooper · 技术社区 · 12 年前

我在解析BeautifulSoup中的某些信息时遇到问题 here 。在我用模块抓取html代码之后 机械化 我正试图将我想要的最终结果集中在这一小段html上:

    <table style="padding-top:10px;">
        <tr><th>ISP:</th><td>Brighthouse Networks</td></tr>
        <tr><th>Services:</th><td><a href="/ip-services">None Detected</a></td></tr>
        <tr><th>City:</th><td>Miami</td></tr>
        <th>Region:</th><td>Florida</td>
        <tr><th>Country:</th><td>United States</td></tr>
    </table>

现在我希望我的最终结果是这样的:

    ISP: Brighthouse Networks
    Services: None Detected
    City: Miami
    Region: Florida
    Country: United States

我编写的脚本的解析部分是:

    soup = BeautifulSoup(html)
    table = soup.findall('table',{'style':'padding-top:10px;'})
    for t in table:
        print t.text

然而,这并没有产生我上面列出的我想要的结果。非常感谢您的帮助。谢谢

2 回复 | 直到 12 年前

joaoricardo000 12 年前

这项工作(:

from bs4 import BeautifulSoup

html = """<table style="padding-top:10px;">
    <tr><th>ISP:</th><td>Brighthouse Networks</td></tr>
    <tr><th>Services:</th><td><a href="/ip-services">None Detected</a></td></tr>
    <tr><th>City:</th><td>Miami</td></tr>
    <th>Region:</th><td>Florida</td>
    <tr><th>Country:</th><td>United States</td></tr>
</table>"""

soup = BeautifulSoup(html)
table = soup.findAll('table', {"style":"padding-top:10px;"})[0]

trs = table('tr')
for tr in trs:
    print tr.th.text,
    print tr.td.text

#and this for the 'Region'
print table("th")[3].text,
print table("td")[3].text

输出:

ISP: Brighthouse Networks
Services: None Detected
City: Miami
Country: United States
Region: Florida

Pawel Miech 12 年前

table = soup.find_all('table',attrs={'style':'padding-top:10px;'})

应该会成功。

find_all() 具有以下签名:

find_all(name, attrs, recursive, text, limit, **kwargs)

若将属性作为第二个参数传递,find_all希望它是字符串而不是字典。如果要将属性字典传递给find_all,则应将其传递为 attrs keyword argument .

推荐文章

ashishkumar148 · 如何在python中实现web抓取

8 年前

surendra · 从html文本中提取标记信息

9 年前

Ruby · 机械化选择带后缀的ID

9 年前

Christopher Batts · 在ruby中自动填写、提交和审查javascript表单的响应

11 年前

confused00 · Python-填写登录表单,然后填写另一个只有在登录后才能访问的表单

11 年前

user2684957 · 使用Mechance(Python)填充表单

12 年前

RydallCooper · Python BeautifulSoup解析HTML时出错

12 年前

Serial · 使用机械化(Python)输入到站点

13 年前

Sam Joseph · 如何让Cucumber/水豚/机械化在外部非轨道场地工作

13 年前

Ninja2k · 为什么机械化没有遵循链接

13 年前