这就是我的HTML:
<table cellspacing="0" cellpadding="0" class="list04" style="width:704px;">
<td class="txt"><img src="img/1001.gif" /></td>
<td>
<div>string1</div>
<div>
string2</div>
</td>
<td><div class="name">string3</div>
</td>
<td>
</td>
<td></td>
</tr>
<tr>
<td></td>
<td class="txt"><img src="img/1002.gif" /></td>
<td>
<div>string4</div>
<div>
string5</div>
</td>
<td><div class="name">string6</div>
</td>
<td>
</td>
<td></td>
</tr>
<tr>
<td></td>
</table>
我想用美丽的汤提取字符串(string1
到string6
)。
有人能回答我怎么做吗?
** HTML的其余部分有很多<div>
个,我不需要它们。
我想在<td class="txt">
和</td>
答案 0 :(得分:1)
如果它在字符串html
中,请使用
from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html)
print [t.text for t in soup.find("table", {"class": "list04"}).findAll("div")]
将打印出来:
[u'string1', u'string2', u'string3', u'string4', u'string5', u'string6']
答案 1 :(得分:0)
试试这个
from BeautifulSoup import BeautifulSoup
f = open('a.htm')
soup = BeautifulSoup(f)
anothersoup = BeautifulSoup(soup.findAll('td', attrs={'class':'txt'}))
list = anothersoup.findAll('div')
print list