我需要從<td>每個<tr>. 但不是所有的文本，只有一個內部標簽<a>和任何其他標簽之外。我將必要文本的示例寫為“yyy”/“y”，將不必要的示例寫為“zzz”
<table>
<tbody>
<tr>
<td>
<b>zzz</b>
<a href="#">yyy</a>
"y"
<a href="#">yyy</a>
<sup>zzz</sup>
<a href="#">yyy</a>
<a href="#">yyy</a>
"y"
</td>
<td>
zzzzz
</td>
</tr>
</tbody>
</table>
這就是我現在所擁有的
words = []
for tableRows in soup.select("table > tbody > tr"):
tableData = tableRows.find("td").text
text = [word.strip() for word in tableData.split(' ')]
words.append(text)
print(words)
但是這段代碼正在決議來自<td>:的所有文本["zzz", "yyyy", "yyyy", "zzz", "yyyy"]。
uj5u.com熱心網友回復：
嘗試：
from bs4 import BeautifulSoup, Tag, NavigableString
html_doc = """\
<table>
<tbody>
<tr>
<td>
<b>zzz</b>
<a href="#">yyy</a>
"y"
<a href="#">yyy</a>
<sup>zzz</sup>
<a href="#">yyy</a>
<a href="#">yyy</a>
"y"
</td>
<td>
zzzzz
</td>
</tr>
</tbody>
</table>"""
soup = BeautifulSoup(html_doc, "html.parser")
for td in soup.select("td:nth-of-type(1)"):
for c in td.contents:
if isinstance(c, Tag) and c.name == "a":
print(c.text.strip())
elif isinstance(c, NavigableString):
c = c.strip()
if c:
print(c)
印刷：
yyy
"y"
yyy
yyy
yyy
"y"
soup.select("td:nth-of-type(1)")只選擇 first<td>。- 然后我們迭代
.contents這個<td> if isinstance(c, Tag) and c.name == "a"檢查內容是否是Tag和名稱Tag是<a>if isinstance(c, NavigableString)檢查內容是否為純字串。
uj5u.com熱心網友回復：
根據您的示例，使用childrenoftd標簽。a然后檢查名稱為 None 的孩子。然后檢查孩子是否有文本然后追加。
words = []
for item in soup.select("table > tbody > tr"):
for child in item.td.children:
if child.name=='a' or child.name==None:
if child.text.strip():
words.append(child.text.strip())
print(words)
輸出：
['yyy', '"y"', 'yyy', 'yyy', 'yyy', '"y"']
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/529587.html
上一篇：格拉默左因子分解
下一篇：如何決議標簽外的文本