如何过滤强标签下的文本？

Question

我有这个代码：

url = 'http://www.topsoftzone.com/program/12721/Windows_Phone_7.html'
pageurl = urllib.urlopen(url)
soup = BeautifulSoup
print soup.find('table',{'class':'download_tab'}).find('td',{'width':'55%'}).find('strong').text

我应该得到这样的输出：2011/09/29（提交：2011/08/09）

但是代码输出：更新：

Answer 1

我想你在table和td之间缺少tr的表行

无论如何，请考虑将lxml与xpath结合使用

from lxml import etree
tree = etree.parse(url, etree.HTMLParser())
l = tree.xpath('//table[@class="download_tab"]/tr/td[@width="55%"]/text()')
print l[1]

09/29/2011 (Submitted: 09/08/2011)

编辑：没有要求的lxml

soup = BeautifulSoup(pageurl)
l = soup.find('table',{'class':'download_tab'}).find('tr').find('td',{'width':'55%'}).findAll(text=True)
print l[2]

09/29/2011 (Submitted: 09/08/2011)

Answer 2

您需要更多的错误检查，但这可行

import lxml.html
import urllib
import sys

link = "http://www.topsoftzone.com/program/12721/Windows_Phone_7.html"

page = urllib.urlopen(link).read()

doc = lxml.html.document_fromstring(page)
doc.make_links_absolute(link)

found_text = doc.xpath(u".//table[@class='download_tab']/tr/td[@width='55%']/text()")
try:
    print found_text[1].strip()
except:
    print "Not found"