Question

在下面的表格中，我刮了项目1-4，并将其存储在名为标题的变量中。

我还想选择值1-4并将它们存储在一个名为column的变量中，无论如何每秒都要进行选择。

columns = boxinfo.find_all("td").nthChild(2)

我要从中抓取的表结构

<div class="box1">

<table class="table1">

<tr><td class="label">Item1</td><td>Value1</td></tr>

<tr><td class="label">Item2</td><td>Value2</td></tr>

<tr><td class="label">Item3</td><td>Value3</td></tr>

<tr><td class="label">Item4</td><td>Value4</td></tr>

</table>

</div>

代码

#Find our information
boxinfo = soup.find("div", {"id": "box1"})
headings = boxinfo.find_all("td", {"class": "label"})
columns = boxinfo.find_all("td").nthChild(2) #This does not work :(

Answer 1

如果您尝试提取所有值，则可以让BeautifulSoup返回所有项目，然后Python可以过滤所需的值。例如：

from bs4 import BeautifulSoup

html = """<div class="box1">
<table class="table1">
<tr><td class="label">Item1</td><td>Value1</td></tr>
<tr><td class="label">Item2</td><td>Value2</td></tr>
<tr><td class="label">Item3</td><td>Value3</td></tr>
<tr><td class="label">Item4</td><td>Value4</td></tr>
</table>
</div>"""

soup = BeautifulSoup(html, "html.parser")
div = soup.find("div", class_="box1")
values = []

for tr in div.find_all('tr'):
    values.append(tr.find_all("td")[1].text)

print(values)

为您提供值列表：

['Value1', 'Value2', 'Value3', 'Value4']

或者如果您想要包含所有数据作为列的列表：

soup = BeautifulSoup(html, "html.parser")
div = soup.find("div", class_="box1")
columns = []

for tr in div.find_all('tr'):
    columns.append([td.text for td in tr.find_all("td")])

columns = list(zip(*columns))    

print(columns)
print(columns[1])  # display the 2nd column

给你

[('Item1', 'Item2', 'Item3', 'Item4'), ('Value1', 'Value2', 'Value3', 'Value4')]
('Value1', 'Value2', 'Value3', 'Value4')

list(zip(*columns))是一种将行列表转换为列列表的方法。

如何选择BeautifulSoup中的第n个孩子？

1 个答案: