Question

如何使用pyquery解析HTML表？ [请参阅http://pastie.org/pastes/8556919

上的源代码html表

结果： {

“category_1”：{“cat1_el1_label”：“cat1_el1_value”，}，

“category_2”：{ “cat2_el1_label”： “cat2_el1_value”，}，

“category_3”：{ “cat3_el1_label”： “cat3_el1_value”，}

}

非常感谢。

Answer 1

简单方法：

from pyquery import PyQuery
from collections import defaultdict

doc = PyQuery(html)
values = defaultdict(dict)
for tr in doc('tr').items():
    if tr('th.title'):
        title = tr('th.title').text()
    else:
        items = zip(tr('.properties_label').items(),
                    tr('.properties_value').items())
        values[title].update(dict([(k.text(), v.text()) for k, v in items]))

结果：

defaultdict(<type 'dict'>, {'Category_3': {'cat3_el1_label': 'cat3_el1_value'},
                            'Category_2': {'cat2_el1_label': 'cat2_el1_value'},
                            'Category_1': {'cat1_el1_label': 'cat1_el1_value'}})

Answer 2

像这样......虽然我不确定我对pyquery的感受（试试BeautifulSoup）

from pyquery import PyQuery as pq

>>> p = pq(html)
>>> p = d(".properties_label span")
>>> for x in p:
...   print x.text
...
cat1_el1_label
cat2_el1_label
cat3_el1_label

>>> p = d(".properties_value")
>>> for x in p:
...   print x.text
...
cat1_el1_value
cat2_el1_value
cat3_el1_value

如何使用pyquery解析HTML表？

2 个答案: