如何使用BeautifulSoup删除父标记

Question

我正在尝试使用BeautifulSoup从html表中删除标题单元格。我有类似的东西;

<tr> <th> head1 </th> <th> head2 </th> </tr>

我使用以下代码删除所有标题单元格;

soup = BeautifulSoup(url)    
for headless in soup.find_all('th'):
        headless.decompose()

这很有效，除了我留下一个空行，后来会让事情变得混乱;

<tr> </tr>

我尝试了下面的代码，但是我得到了一个AttributeError：'NoneType'对象没有属性'decompose'

for headless in soup.find_all('th'):
    headless.parent.decompose()

如何删除包含标题单元格的行或稍后删除空白行？谢谢。

Answer 1

那是因为你在第一次迭代时删除了外部<tr>（当headless=<th>head2</th>时），所以当迭代到达<th>head2</th>时，它的父亲是None。

相反，您可以迭代<tr>生成孩子<td>，如下所示：

for headless in (tr for tr in soup.find_all('tr') if tr.find('th')):
    headless.decompose()