Python + BeautifulSoup-限制对特定表（网页上的多个表）的文本提取

Question

大家好……我正在尝试使用BeautifulSoup在网页上提取“就业日期：”的内容。 该网页包含5个表格。 这5个表格相似，如下所示。

    <table class="table1"><thead><tr><th style="width: 140px;" class="CII">Design Team</th><th class="top"><a href="#top">Top</a></th></tr></thead><tbody><tr><td style="width:20px;">Designer:</td><td>Michael Linnen</td></tr>
            <tr><td style="width:20px;">Date of Employment:</td><td>07 Jan 2012</td></tr>
    <tr><td style="width:20px;">No of Works:</td><td>6</td></tr>
    <tr><td style="width: 15px">No of teams:</td><td vAlign="top">2<br>Combined</td></tr>

<table class="table1"><thead><tr><th style="width: 140px;" class="CII">Operation Team</th><th class="top"><a href="#top">Top</a></th></tr></thead><tbody><tr><td style="width:20px;">Manager:</td><td>Nich Sharmen</td></tr>
            <tr><td style="width:20px;">Date of Employment:</td><td>02 Nov 2005</td></tr>
    <tr><td style="width:20px;">Zones:</td><td>6</td></tr>
    <tr><td style="width: 15px">No of teams:</td><td vAlign="top">2<br>Combined</td></tr>

我想要的文本在第3个表格中，表格标题为“ Design Team” 。

我在下面使用：

page = urllib2.urlopen(url)
soup = BeautifulSoup(page.read())

aa = soup.find_all(text=re.compile("Date of Employment:"))
bb = aa[2].findNext('td')
print bb.text

问题在于，该表中的“就业日期：”有时不可用。 如果不存在，代码将在下表中选择“就业日期：”。

如何限制我的代码在“设计团队”表中仅选择所需的代码？ 谢谢。

Answer 1

而不是寻找所有Date of Employment ，并寻找下一个td可以directy找到5台，鉴于th是Design Team

page = urllib2.urlopen(url)
soup = BeautifulSoup(page.read())

aa = soup.find_all(text="Design Team")

nexttr = aa.next_sibling

if nexttr.td.text == "Date of Employment:":
     print nexttr.td.next_sibling.text 
else:
     print "No Date of Employment:"

nexttr = aa.next_sibling在table标记中查找下一个tr标记。

if nexttr.td.text == "Date of Employment:":确保带有tr的下一个td标签内的文本为"No Date of Employment:"

nexttr.td.next_sibling在"Date of Employment" nexttr.td.next_sibling提取即时td标签

print nexttr.td.next_sibling.text打印日期