python中的lambda和漂亮的湯沒有檢索文本

Question

我正在嘗試從此html刮取1520-00-087-7637

     <tr>
<td class="text-center" style="width: 10%">
    <img class="img-thumbnail" src="/Files/image/placeholder100.png" style="width: 100px">
</td>

<td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/NSN/1520-00-087-7637">1520-00-087-7637</a></td>
<td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/PartNumber/UH1H">UH1H</a></td>

<td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/CAGE/97499">97499</a></td>
<td class="text-center" style="vertical-align: middle; width: 10%"><a href="/CAGE/97499"><img class="img-thumbnail" src="/Files/cage/90/97499.jpg" title="CAGE 97499" alt="CAGE 97499"></a></td>
<td nowrap="" style="vertical-align: middle">

    <h4>&emsp;&emsp;BOSS, MAN</h4>


    <p>
        <em>&emsp;&emsp;&emsp;&emsp;Alternate References: <a href="/NSN/1520-00-087-7637">1520-00-087-7637</a>, <a href="/NSN/1520-00-087-7637">000877637</a></em>
    </p>
</td>

所以我嘗試用它來獲得1520-00-087-7637，但我從輸出中得到的全是無。

page_soup1 = soup(page_html1, "html.parser")

tablecontainer = page_soup1.find_all("tr")

for container in tablecontainer:

    Z = container1.find('a', {'href': lambda x : x.startswith('/NSN/')})

    print(Z)

我在做什么錯，我該如何解決

我試過print（Z.get_text（））和Z.text似乎都不起作用。 我如何獲得文本值？

Answer 1

這里是。 讓我知道您是否有任何問題。 看來我需要引導您。

from lxml.html import fromstring
tree = fromstring(html)
for item in tree.cssselect(".text-center+td h4"):
    print(item.text_content())

結果：

BOSS, MAN

並從容器中獲取數據：

html='''
<tr>
    <td class="text-center" style="width: 10%">
        <img class="img-thumbnail" src="/Files/image/placeholder100.png" style="width: 100px">
    </td>
    <td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/NSN/1520-00-087-7637">1520-00-087-7637</a></td>
    <td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/PartNumber/UH1H">UH1H</a></td>

    <td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/CAGE/97499">97499</a></td>
    <td class="text-center" style="vertical-align: middle; width: 10%"><a href="/CAGE/97499"><img class="img-thumbnail" src="/Files/cage/90/97499.jpg" title="CAGE 97499" alt="CAGE 97499"></a></td>
    <td nowrap="" style="vertical-align: middle">
        <h4>&emsp;&emsp;BOSS, MAN</h4>
        <p>
            <em>&emsp;&emsp;&emsp;&emsp;Alternate References: <a href="/NSN/1520-00-087-7637">1520-00-087-7637</a>, <a href="/NSN/1520-00-087-7637">000877637</a></em>
        </p>
    </td>
</tr>
'''

from lxml.html import fromstring
tree = fromstring(html)
for item in tree.cssselect("tr"):
    number = item.cssselect(".text-center a[href^='/NSN/']")[0].text
    name = item.cssselect(".text-center+td h4")[0].text_content()
    print(number, name)

結果：

1520-00-087-7637   BOSS, MAN