Beautifulsoup 在具有多個表格的頁面中抓取特定表格

Question

import requests
from bs4 import BeautifulSoup

results = requests.get("https://en.wikipedia.org/wiki/List_of_multiple_Olympic_gold_medalists")

src = results.content

soup = BeautifulSoup(src, 'lxml')

trs = soup.find_all("tr")
for tr in trs:
    print(tr.text)

這是我從“https://en.wikipedia.org/wiki/List_of_multiple_Olympic_gold_medalists”頁面為抓取表編寫的代碼

如果我只針對“職業生涯最多奧運金牌榜”中的表格，我該如何指定我需要的表格？ 有 2 個可排序的jquery-tablesorter所以我不能使用 class 屬性來選擇我需要的表。

還有一個問題，如果我知道我正在抓取的頁面包含很多表格，而我需要的表格總是在 1 row有 10 td ，我可以有類似的東西嗎

If len(td) == 10:
print(tr)

提取我想要的數據

代碼更新：

from bs4 import BeautifulSoup

results = requests.get("https://en.wikipedia.org/wiki/List_of_multiple_Olympic_gold_medalists")

src = results.content

soup = BeautifulSoup(src, 'lxml')

tbs = soup.find("tbody")
trs = tbs.find_all("tr")
for tr in trs:
    print(tr.text)

我有一個解決方案，不是一個好的解決方案，只是從我需要的頁面中提取第一個表格，歡迎任何建議/改進！

謝謝你。

Answer 1

要僅獲取第一個表，您可以使用 CSS Selector nth-of-type(1) ：

import requests
from bs4 import BeautifulSoup

URL = "https://en.wikipedia.org/wiki/List_of_multiple_Olympic_gold_medalists"

soup = BeautifulSoup(requests.get(URL).content, "html.parser")

table = soup.select_one("table.wikitable:nth-of-type(1)")
trs = table.find_all("tr")

for tr in trs:
    print(tr.text)