Как найти все ячейки с определенным атрибутом в BeautifulSoup?
Я пытаюсь разработать сценарий для извлечения данных из большого количества таблиц HTML. Одна из проблем заключается в том, что количество строк, содержащих информацию для создания заголовков столбцов, не определено. Я обнаружил, что последняя строка набора строк заголовка имеет атрибут border-bottom для каждой ячейки со значением. Поэтому я решил найти те ячейки с атрибутом border-bottom. Как видите, я инициализировал список. Я намеревался найти родителя каждой из ячеек, которые попадают в список borderCells. Однако, когда я запускаю этот код, только одна ячейка, то есть первая ячейка в allCells с атрибутом border-bottom, добавляется в список borderCells. К сведению, allCells имеет 193 ячейки, 9 из них имеют нижнюю границу attr. Таким образом, я ожидал, что в списке borderCells будет девять участников. Любая помощь приветствуется.
borderCells=[]
for each in allCells:
if each.find(attrs = {"style": re.compile("border-bottom")}):
borderCells.append(each)
Ответы 3
есть ли смысл
borderCells = soup.findAll("td", style=re.compile("border-bottom")})
не сработает? Трудно понять, что именно вы просите, поскольку ваше описание исходных таблиц довольно неоднозначно, и не совсем понятно, что должно быть allCells.
Я бы посоветовал дать репрезентативный образец HTML, с которым вы работаете, вместе с «правильными» результатами, полученными из этой таблицы.
Вы знаете, что компьютеры всегда правы. Ответ заключается в том, что атрибуты attrs относятся к разным элементам HTML. То, что я моделировал на каком-то HTML, выглядело так:
<TD nowrap align = "left" valign = "bottom">
<DIV style = "border-bottom: 1px solid #000000; width: 1%; padding-bottom: 1px">
<B>Name</B>
</DIV>
</TD>
Другие места в файле, где style = "border-bottom и т. д. Выглядят так:"
<TD colspan = "2" nowrap align = "center" valign = "bottom" style = "border-bottom: 1px solid 00000">
<B>Location</B>
</TD>
так что теперь мне нужно изменить вопрос, чтобы выяснить, как определить те ячейки, где attr находится на уровне td, а не на уровне div
Кто-то забрал один из их ответов, хотя я его протестировал, и он у меня сработал. Спасибо за помощь. Оба ответа сработали, и я узнал немного больше о том, как задавать вопросы, и после того, как я некоторое время смотрю на код, я мог бы узнать больше о Python и BeautifulSoup.