使用Beautiful Soup 4和Python解析错误

Question

我需要从此网站获取房间列表： http : //www.studentroom.ch/en/dynasite.cfm?dsmid=106547

我正在使用Beautiful Soup 4来解析页面。 这是我到目前为止编写的代码：

from bs4 import BeautifulSoup
import urllib

pageFile = urllib.urlopen("http://studentroom.ch/dynasite.cfm?dsmid=106547")
pageHtml = pageFile.read()
pageFile.close()

soup = BeautifulSoup("".join(pageHtml))

roomsNoFilter = soup.find('div', {"id": "ImmoListe"})

rooms = roomsNoFilter.table.find_all('tr', recursive=False)

for room in rooms:
    print room
    print "----------------"

print len(rooms)

现在，我正在尝试仅获取表的行。 但是我只有7行，而不是78行（或77行）。

起初，我很难接受只接收部分html，但是我打印了整个html，并且正确接收了它。 页面加载后没有ajax调用会加载新行...

有人可以帮助我找到错误吗？

Answer 1

这对我有用

soup = BeautifulSoup(pageHtml)
div = soup.select('#ImmoListe')[0]
table = div.select('table > tbody')[0]
k = 0
for room in table.find_all('tr'):
    if 'onmouseout' in str(room):
        print room
        k = k + 1
print "Total ",k

让我知道状态