蟒蛇BeautifulSoup分析表 [英] python BeautifulSoup parsing table

问题描述

伙计们，我学习蟒蛇要求和BeautifulSoup。对于运动，我选择写一个快速NYC停车票解析器。我能得到一个HTML响应这是相当难看。我需要抢 lineItemsTable 并解析所有的门票。

Folks, I learning python requests and BeautifulSoup. For the exercise, I've chosen to write a quick NYC parking ticket parser. I am able to get a html response which is quite ugly. I need to grab the lineItemsTable and parse all the tickets.

您可以去这里重现页板 T630134C

soup = BeautifulSoup(plateRequest.text)
#print(soup.prettify())
#print soup.find_all('tr')

table = soup.find("table", { "class" : "lineItemsTable" })
for row in table.findAll("tr"):
    cells = row.findAll("td")
    print cells

有人可以帮助我吗？简单的寻找所有的 TR 没有得到我的任何地方。

Can someone please help me out? Simple looking for all tr does not get me anywhere.

谢谢！

推荐答案

在这里你去：

data = []
table = soup.find('table', attrs={'class':'lineItemsTable'})
table_body = table.find('tbody')

rows = table_body.find_all('tr')
for row in rows:
    cols = row.find_all('td')
    cols = [ele.text.strip() for ele in cols]
    data.append([ele for ele in cols if ele]) # Get rid of empty values

这给你：

[ [u'1359711259', u'SRF', u'08/05/2013', u'5310 4 AVE', u'K', u'19', u'125.00', u'$'], 
  [u'7086775850', u'PAS', u'12/14/2013', u'3908 6th Ave', u'K', u'40', u'125.00', u'$'], 
  [u'7355010165', u'OMT', u'12/14/2013', u'3908 6th Ave', u'K', u'40', u'145.00', u'$'], 
  [u'4002488755', u'OMT', u'02/12/2014', u'NB 1ST AVE @ E 23RD ST', u'5', u'115.00', u'$'], 
  [u'7913806837', u'OMT', u'03/03/2014', u'5015 4th Ave', u'K', u'46', u'115.00', u'$'], 
  [u'5080015366', u'OMT', u'03/10/2014', u'EB 65TH ST @ 16TH AV E', u'7', u'50.00', u'$'], 
  [u'7208770670', u'OMT', u'04/08/2014', u'333 15th St', u'K', u'70', u'65.00', u'$'], 
  [u'$0.00\n\n\nPayment Amount:']
]

东西夫妇要注意：

Couple of things to note:

• 在最后一排上面的输出，付款金额不是一部分
  表但那是表的布局方式。你可以过滤它
  出通过检查列表的长度是小于7。


• 每一行的最后一列将必须分开处理，因为它是一个输入的文本框。

这篇关于蟒蛇BeautifulSoup分析表的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！