Question

我有一些html代码，其中包含许多<table>。

我正在尝试在第二个表格中获取信息。有没有办法在不使用soup.findAll('table')的情况下执行此操作？

当我使用soup.findAll('table')时，出现错误：

ValueError: too many values to unpack

有没有办法在某些代码中获取第n个标记或者不需要遍历所有表的其他方式？或者我应该看看我是否可以在表格中添加标题？（如<table title="things">）

每个表格上方还有标题（<h4>title</h4>），如果有帮助的话。

感谢。

修改

这就是我在问这个问题时的想法：

我将对象解包为两个值，当还有更多时。我认为这只会给我列表中的前两个东西，但当然，它一直给我上面提到的错误。我不知道返回值是一个列表，并认为它是一个特殊的对象或东西，我把我的代码基于我的朋友。

我认为这个错误意味着页面上有太多的表，并且它无法处理所有这些表，所以我想要一种方法来实现它而不使用我正在使用的方法。我可能应该停止假设。

现在我知道它会返回一个列表，我可以在for循环中使用它，或者使用soup.findAll('table')[someNumber]从中获取一个值。我了解了拆包的内容以及如何使用它。谢谢所有帮助过的人。

希望能够解决问题，既然我知道自己在做什么，那么问题就会比我提出的问题更有意义，所以我想我只是在这里记下我的想法。

编辑2：

这个问题现在很老了，但我仍然看到我从未真正清楚自己在做什么。

如果它对任何人都有帮助，我试图解压findAll(...)个结果，其中我不知道这些结果。

useless_table, table_i_want, another_useless_table = soup.findAll("table");

由于我在页面中没有总是猜到的表数量，并且元组中的所有值都需要解压缩，所以我收到了ValueError：

ValueError: too many values to unpack

所以，我一直在寻找方法来获取返回的元组中的第二个（或哪个索引）表，而不会遇到有关使用了多少个表的错误。

Answer 1

要从调用soup.findAll('table')获取第二个表，请将其用作列表，只需将其编入索引：

secondtable = soup.findAll('table')[1]

Answer 2

Martjin Pieter的回答将确实有效。我有一些嵌套table标签的经验，当我只是简单地获取列表中的第二个表而没有引起注意时，它破坏了我的代码。

当你尝试find_all并获得第n个元素时，你可能会陷入困境，你最好找到你想要的第一个元素，并确保第n个元素实际上是一个兄弟元素而不是孩子。

您可以使用find_next_sibling()来保护您的代码
您可以先找到父级，然后使用find_all（recursive = False）来保证您的搜索范围。

万一你需要它。我将在下面列出我的代码（使用recursive = FALSE）。

import urllib2
from bs4 import BeautifulSoup

text = """
<html>
    <head>
    </head>
    <body>
        <table>
            <p>Table1</p>
            <table>
                <p>Extra Table</p>
            </table>
        </table>
        <table>
            <p>Table2</p>
        </table>
    </body>
</html>
"""

soup = BeautifulSoup(text)

tables = soup.find('body').find_all('table')
print len(tables)
print tables[1].text.strip()
#3
#Extra Table # which is not the table you want without warning

tables = soup.find('body').find_all('table', recursive=False)
print len(tables)
print tables[1].text.strip()
#2
#Table2 # your desired output

Answer 3

这是我的版本

# Import bs4
from bs4 import BeautifulSoup

# Read your HTML
#html_doc = your html

# Get BS4 object
soup = BeautifulSoup(html_doc, "lxml")

# Find next Sibling Table to H3 Header with text "THE GOOD STUFF"    
the_good_table = soup.find(name='h3', text='THE GOOD STUFF').find_next_sibling(name='table')

# Find Second tr in your table
your_tr = the_good_table.findAll(name='tr')[1]

# Find Text Value of First td in your tr
your_string = your_tr.td.text

print(your_string)

输出：

'I WANT THIS STRING'

Python中的BeautifulSoup - 获取类型的第n个标记

3 个答案: