Question

我正在学习python和beautifulsoup，并在网上看到了这段代码：

from BeautifulSoup import BeautifulSoup, SoupStrainer
import re

html = ['<html><body><p align="center"><b><font size="2">Table 1</font></b><table><tr><td>1. row 1, cell 1</td><td>1. row 1, cell 2</td></tr><tr><td>1. row 2, cell 1</td><td>1. row 2, cell 2</td></tr></table><p align="center"><b><font size="2">Table 2</font></b><table><tr><td>2. row 1, cell 1</td><td>2. row 1, cell 2</td></tr><tr><td>2. row 2, cell 1</td><td>2. row 2, cell 2</td></tr></table></html>']
soup = BeautifulSoup(''.join(html))
searchtext = re.compile(r'Table\s+1',re.IGNORECASE)
foundtext = soup.find('p',text=searchtext) # Find the first <p> tag with the search text
table = foundtext.findNext('table') # Find the first <table> tag that follows it
rows = table.findAll('tr')
for tr in rows:
    cols = tr.findAll('td')
    for td in cols:
        try:
            text = ''.join(td.find(text=True))
        except Exception:
            text = ""
        print text+"|",
    print

虽然其他一切都很清楚，但我无法理解联接是如何运作的。

    text = ''.join(td.find(text=True))

我尝试搜索BS文档以进行加入，但我找不到任何内容，也无法在网上找到有关如何在BS中使用联接的帮助。

请告诉我这条线的工作原理。谢谢！

PS：上面的代码来自另一个stackoverflow页面，它不是我的作业:) How can I find a table after a text string using BeautifulSoup in Python?

Answer 1

''.join()是一个python函数，而不是任何特定于BS的函数。它让你加入一个带有字符串作为连接值的序列：

>>> '-'.join(map(str, range(3)))
'0-1-2'
>>> ' and '.join(('bangers', 'mash'))
'bangers and mash'

''只是空字符串，可以将一整套字符串连接成一个大字符串更容易：

>>> ''.join(('5', '4', 'apple', 'pie'))
'54applepie'

在您的示例的特定情况下，该语句会查找<td>元素中包含的所有文本，包括任何包含的HTML元素，例如<b>或<i>或<a href="">并将它们组合成一个长串。所以td.find(text=True)找到一系列python字符串，然后''.join()将它们连接成一个长字符串。

Answer 2

Join不是BeautifulSoup的一部分，但它是Python中内置的字符串方法。它将一系列元素与给定的字符串连接起来;例如，'+'.join(['a', 'b', 'c'])是a+b+c。请参阅the documentation。

Answer 3

代码不正确。这一行：

text = ''.join(td.find(text=True))

使用find，它返回td标记的第一个字符串子项并尝试对其使用join。它正常工作，因为'.join（）只是迭代第一个字符串子项，创建一个副本。

所以这个：

<td>foo<b>bar</b></td>

只运行''。join（“foo”）。

而是使用td.text属性。它会自动查找td中的所有字符串并加入它们。

text = td.text

如何在python beautifulsoup中加入工作

3 个答案: