Question

我有一张桌子，我正在使用BeautifulSoup进行刮擦，当某个单元格有特定的字符串时，我试图让它打印整行。下面的代码绝对没有打印，我无法弄清楚原因。如果我没有for循环并且我只是打印数据变量，那么我会收到大量信息，所以它与我的for循环有关。

问题是，我永远不会知道＆＃34; Check＆＃34;它将会出现在我的桌子中或有多少次出现在我的桌子上，所以我不能只看一下索引。我看过Using Python and BeautifulSoup to Parse a Table，但看起来它只是寻找标签，而不是特定的字符串。我尝试使用这个信息：http://www.briancarpio.com/2012/12/02/website-scraping-with-python-and-beautiful-soup/，但它确切地知道要与之交谈的索引，所以这对我来说没有用。

有什么想法吗？

nextpage=logged_in.read() #let's read the page once we get logged in
soup=BeautifulSoup(nextpage, "lxml") #BeautifulSoup told me to do this
table = soup.findAll("table", {'class':'table2'}) #Find the table we want to work with
data = [[td.findChildren(text=True) for td in tr.findAll("td")] for tr in table] #Find the cells for each table row

for line in table: #if you see a line in the table
    if line.find('Check'): #and you find the specific string
        print line #print it 
print "Hey, this did run!" #debug statement

Answer 1

有两个可能的问题。

第一个（也是最有可能的）是你用标签混淆标签。在你的代码中你有

for line in table: #if you see a line in the table
    if line.find('Check'): #and you find the specific string
        print line #print it

第一行为您提供line标签。您正在使用 BeautifulSoup 而不是python的find方法，因此您实际上正在寻找名为Check的标记，而不是字符串＆＃34;检查＆＃34;。没有Check标签，因此打印线永远不会被执行。

第二个选项是你实际上使用了python find方法，该方法将返回单词＆＃34; Check＆＃34;的位置。在字符串中。由于Check是标记<span style="color:green">Check</span>中唯一的字符串，因此Python find将返回0，因此您的if语句将为false。（我不认为这是正在发生的事情，但你总是需要小心，你希望0代表false而不是0）

我会将您的代码更改为以下内容并运行它：

for line in table: #if you see a line in the table
    if line.get_text().find('Check') > -1 : #and you find the specific string
         print line #print it

此代码执行get_text()以从标记中获取字符串，然后执行Python字符串find以查看是否＆＃34;检查＆＃34;在字符串中。如果不是，它将返回-1。

使用Python和BeautifulSoup查找某些表格单元格值，然后打印整行？

1 个答案: