如何使用BeautifulSoup删除父标签

Question

我正在尝试使用BeautifulSoup从html表中删除标头单元格。 我有类似的东西；

<tr> <th> head1 </th> <th> head2 </th> </tr>

我正在使用以下代码删除所有标题单元格；

soup = BeautifulSoup(url)    
for headless in soup.find_all('th'):
        headless.decompose()

这很有效，除了我留有一个空行，以后将事情弄乱了。

<tr> </tr>

我尝试了以下代码，但得到了AttributeError：'NoneType'对象没有属性'decompose'

for headless in soup.find_all('th'):
    headless.parent.decompose()

如何摆脱包含标头单元格的行或以后删除空白行？ 谢谢。

Answer 1

这是因为您在第一次迭代中（当headless=<th>head2</th> ）除去了外部的<tr> ，因此，当迭代达到<th>head2</th> ，其父级为None 。

相反，您可以像这样遍历具有子<td> <tr> ：

for headless in (tr for tr in soup.find_all('tr') if tr.find('th')):
    headless.decompose()