Я новичок в веб-скрейпинге, и у меня возникла проблема. Я пытался и искал, но ничего. Я хочу извлечь данные из таблицы. Проблема в том, что элементы tr и td не имеют атрибутов, только класс. <td class = "review-value">
одинаково для разных значений. Я не знаю, как их разделить. Мне нужны списки с каждым значением, например:
list_1 = [aircraft1, aircraft2, aircraft3, ..]
list_2 = [type_of_traveller1, type_of_traveller2, ...]
list_3 = [cabin_flown1, cabin_flown2,...]
list_4 = [route1, route2,...]
list_5 = [date_flown1, date_flown2, ..]
Это код таблицы:
<table class = "review-ratings">
<tr>
<td class = "review-rating-header aircraft">Aircraft</td>
<td class = "review-value">Boeing 787-9</td>
</tr>
<tr>
<td class = "review-rating-header type_of_traveller">Type Of Traveller</td>
<td class = "review-value">Couple Leisure</td>
</tr>
<tr>
<td class = "review-rating-header cabin_flown">Seat Type</td>
<td class = "review-value">Business Class</td>
</tr>
<tr>
<td class = "review-rating-header route">Route</td>
<td class = "review-value">Mexico City to London</td>
</tr>
<tr>
<td class = "review-rating-header date_flown">Date Flown</td>
<td class = "review-value">February 2023</td>
</tr>
</table>
Я использую BeautifulSoup:
page = requests.get(url)
table = soup.find('article')
review_table = table.find_all('table', class_ = 'review- ratings')
find_tr_header = table.find_all('td', class_ = 'review-rating-header')
headers = []
for i in find_tr_header:
headers.append(i.text.strip())
И я не знаю, что делать с class="review-value".
Как я вижу в вашей таблице, у каждого поля есть ячейка .review-value
, которая следует за ним (прямой брат).
Итак, что вы можете сделать, это использовать селектор + в CSS.
Например, .aircraft + .review-value
даст вам стоимость самолета.
В Beautiful Soup вы даже можете избежать этого типа селектора, поскольку вам доступны встроенные методы. Проверьте следующий брат
Взгляните на псевдокласс :not().