![](/img/trans.png)
[英]Beautifulsoup scraping specific table in page with multiple tables
[英]Python + BeautifulSoup - Limiting text extraction on a specific table (multiple tables on a webpage)
大家好……我正在嘗試使用BeautifulSoup在網頁上提取“就業日期:”的內容。 該網頁包含5個表格。 這5個表格相似,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個表格中,表格標題為“ 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
問題在於,該表中的“就業日期:”有時不可用。 如果不存在,代碼將在下表中選擇“就業日期:”。
如何限制我的代碼在“設計團隊”表中僅選擇所需的代碼? 謝謝。
而不是尋找所有Date of Employment
,並尋找下一個td
可以directy找到5台,鑒於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
標記中查找下一個tr
標記。
if nexttr.td.text == "Date of Employment:":
確保帶有tr
的下一個td
標簽內的文本為"No Date of Employment:"
nexttr.td.next_sibling
在"Date of Employment"
nexttr.td.next_sibling
提取即時td
標簽
print nexttr.td.next_sibling.text
打印日期
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.