查找使用BeautifulSoup HTML中的所有表 [英] Find all tables in html using BeautifulSoup
本文介绍了查找使用BeautifulSoup HTML中的所有表的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我想找到使用BeautifulSoup HTML中的所有表。内蒙古表应包括在外部表。
我已经创造了一些code这工作，它给期望的输出。但是，我不喜欢这样的解决方案，因为它破坏了'汤'对象。
你知道如何做到这一点的更优雅的方式？
从BeautifulSoup进口BeautifulSoup作为BS输入='''＆LT; HTML和GT;＆LT; HEAD＆GT;＆LT;标题＆GT;标题＆LT; /标题＆GT;＆LT; /头＆GT;
＆LT;身体GT;
＆所述p为H.;段＆下; / P＆GT;
＆LT; DIV＆GT;＆LT; DIV＆GT;
<table>table1<table>inner11<table>inner12</table></table></table>
＆LT; DIV＆GT;＆LT;表＆gt;＆表2 LT;表＆gt;＆inner2 LT; /表＆gt;＆LT; /表＆gt;＆LT; / DIV＆GT;
＆LT; / DIV＆GT;＆LT; / DIV＆GT;
＆LT;表＆gt;＆表3 LT;表＆gt;＆inner3 LT; /表＆gt;＆LT; /表＆gt;
＆LT;表＆gt;＆表4 LT;表＆gt;＆inner4 LT; /表＆gt;＆LT; /表＆gt;
＆LT; / HTML＆GT;'''汤= BS（输入）
而（真）：
T = soup.find（表）
如果t为无：
打破
打印STR（T）
t.decompose（）输出：
<table>table1<table>inner11<table>inner12</table></table></table>
＆LT;表＆gt;＆表2 LT;表＆gt;＆inner2 LT; /表＆gt;＆LT; /表＆gt;
＆LT;表＆gt;＆表3 LT;表＆gt;＆inner3 LT; /表＆gt;＆LT; /表＆gt;
＆LT;表＆gt;＆表4 LT;表＆gt;＆inner4 LT; /表＆gt;＆LT; /表＆gt;
解决方案
使用 soup.findAll（表）而不是找到（） 和分解（）：
表= soup.findAll（表）在表表：
如果table.findParent（表）是无：
打印STR（表）
输出：
<$p$p><$c$c><table>table1<table>inner11<table>inner12</table></table></table>＆LT;表＆gt;＆表2 LT;表＆gt;＆inner2 LT; /表＆gt;＆LT; /表＆gt;
＆LT;表＆gt;＆表3 LT;表＆gt;＆inner3 LT; /表＆gt;＆LT; /表＆gt;
＆LT;表＆gt;＆表4 LT;表＆gt;＆inner4 LT; /表＆gt;＆LT; /表＆gt;
和没有被摧毁/破坏。
I want to find all tables in html using BeautifulSoup. Inner tables should be included in outer tables.
I have created some code which works and it gives expected output. But, I don't like this solution, because it destroys 'soup' object.
Do you know how to do it in more elegant way ?
from BeautifulSoup import BeautifulSoup as bs
input = '''<html><head><title>title</title></head>
<body>
<p>paragraph</p>
<div><div>
<table>table1<table>inner11<table>inner12</table></table></table>
<div><table>table2<table>inner2</table></table></div>
</div></div>
<table>table3<table>inner3</table></table>
<table>table4<table>inner4</table></table>
</html>'''
soup = bs(input)
while(True):
t=soup.find("table")
if t is None:
break
print str(t)
t.decompose()
Output:
<table>table1<table>inner11<table>inner12</table></table></table>
<table>table2<table>inner2</table></table>
<table>table3<table>inner3</table></table>
<table>table4<table>inner4</table></table>
解决方案
use soup.findAll("table") instead of find() and decompose() :
tables = soup.findAll("table")
for table in tables:
if table.findParent("table") is None:
print str(table)
output :
<table>table1<table>inner11<table>inner12</table></table></table>
<table>table2<table>inner2</table></table>
<table>table3<table>inner3</table></table>
<table>table4<table>inner4</table></table>
and nothing gets destroyed/destructed.
这篇关于查找使用BeautifulSoup HTML中的所有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！
查看全文
