如何在美麗的湯中添加嵌套元素

Question

我正在努力獲取在td中獲取一些href所需的語法。 table，tr和td元素沒有任何類或id。

如果我想在這個例子中抓住錨點，我需要什么？

<tr> <td> <a> ...

謝謝

Answer 1

根據文檔，首先創建一個解析樹：

import BeautifulSoup
html = "<html><body><tr><td><a href='foo'/></td></tr></body></html>"
soup = BeautifulSoup.BeautifulSoup(html)

然后在其中搜索，例如搜索其直接父級為<td> <a>標記：

for ana in soup.findAll('a'):
  if ana.parent.name == 'td':
    print ana["href"]

Answer 2

像這樣嗎

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html)
anchors = [td.find('a') for td in soup.findAll('td')]

那應該在您提供的html中的每個“ td”中找到第一個“ a”。 您可以調整td.find以使其更具體，或者如果每個td內有多個鏈接，則使用findAll 。

更新：關於Daniele的評論，如果您想確保列表中沒有任何None ，那么您可以這樣修改列表理解：

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html)
anchors = [a for a in (td.find('a') for td in soup.findAll('td')) if a]

基本上，這只是添加了一個檢查，看是否有td.find('a')返回的實際元素。