清單中的BeautifulSoup find_all

Question

我試圖兩次使用BeautifulSoup find_all命令。 我第一次使用它來查找所有表標簽。 然后，我在循環中添加了一些if語句，以縮小我添加到列表中的表標簽的數量。 最后，我嘗試在列表上使用find_all命令，並收到錯誤“'列表'對象沒有屬性'查找'”。

我知道錯誤基本上是說find_all無法瀏覽列表，但是我無法想到其他任何方式來整理數據。 無論如何，我可以解決該錯誤或嘗試其他任何命令。

result = requests.get("https://www.sec.gov/Archives/edgar/data/861838/000095013509003622/0000950135-09-003622.txt")
src = result.content
soup = BeautifulSoup(src, "html.parser")

table = soup.find_all("table")
tbl = len(table)

sort1 = []

i = 0
while i < tbl - 1:
    i = i + 1
    if ("sale" in table[i].text) or ("revenue" in table[i].text):
        if "expense" in table[i].text:
            if "income" in table[i].text:
                sort1.append(table[i].text)

# error shows up here
td = sort1.find_all("td")

Answer 1

嘗試這個：

td = []

i = 0
for tag in table:
    if ("sale" in tag.text) or ("revenue" in tag.text):
        if ("expense" in tag.text) and ("income" in tag.text):
            td.append(table[i].find("td"))

它將找到的任何<td>添加到列表中。

Answer 2

我認為您的logis使用:contains （bs4 4.7.1）與以下操作相同

基本上

table:contains(sale):contains(expense):contains(income)

銷售，費用和收入表

要么

table:contains(revenue):contains(expense):contains(income)')

收入，費用和收入表

在示例中返回兩個表。

import requests
from bs4 import BeautifulSoup as bs

result = requests.get("https://www.sec.gov/Archives/edgar/data/861838/000095013509003622/0000950135-09-003622.txt")
src = result.content
soup = bs(src, "lxml")
sort1 = [i.text for i in soup.select('table:contains(sale):contains(expense):contains(income), table:contains(revenue):contains(expense):contains(income)')]