如何處理其colspan ==''的td標籤？

我試圖從使用BeautifulSoup的HTML源提取數據。這是源如何處理其colspan ==''的td標籤？

<td class="advisor" colspan="">

這裏是我的代碼：

soup = BeautifulSoup(html, 'html.parser') 
tds = soup.find_all('td') 

for td in tds: 
    if td["colspan"] == '': 
     col = 0 
    else: 
     col = int(td["colspan"])

不過，我得到這個錯誤：

ValueError: invalid literal for int() with base 10: ''

我知道這個錯誤意味着'不能轉化爲整數，但爲什麼我的'如果'不工作？我認爲這種情況應該去

col = 0

而不是

col = int(td["colspan"])

來源

2016-03-02 Mars Lee

你可以做'如果td [「colspan」]。strip（）==''：'看看是否有幫助嗎？ – shahkalpesh

可以包括'A，B，C，D，E，F'嗎？ – Ian

@shahkalpesh它不起作用。你能告訴我什麼是strip（）嗎？我以前在文檔中沒有看到它。謝謝:) –

我會建議你使用異常處理如下：

from bs4 import BeautifulSoup 

html = """ 
    <td class="advisor" colspan="2"></td> 
    <td class="advisor" colspan=""></td> 
    <td class="advisor" colspan="x"></td> 
    """ 

soup = BeautifulSoup(html, 'html.parser') 
tds = soup.find_all('td') 

for td in tds: 
    try: 
     col = int(td["colspan"]) 
    except (ValueError, KeyError) as e: 
     col = 0 

    print(col)

這將顯示如下：

2 
0 
0

使用Python 3.4.3

來源

2016-03-02 08:08:49

我試過了你的代碼，但是它仍然給我ValueError ... –

我試過上面的腳本，網址，它似乎工作正常。它產生很多0，有幾個2。你使用的是什麼版本的Python和BeautifulSoup？ –

我也收到了所有的colspan值，結果與你的一樣。它真的很奇怪，如果沒有工作... 我的python版本是3.5.1和BS4 –

爲了避免錯誤，由於錯誤輸入類型，你可以檢查的說法是真的完整的第一，然後再繼續：

def check_int(s): 
    if s = '' or s is None 
     return False 
    st = str(s) 
    if st[0] in ('-', '+'): 
     return st[1:].isdigit() 
    return st.isdigit() 

for td in tds: 
    if check_int(td["colspan"]): 
     col = int(td["colspan"]) 
    else: 
     col = 0

或者，使用三元操作：

for td in tds: 
    col = int(td["colspan"]) if check_int(td["colspan"]) else 0

編輯：一些good materials做int檢查沒有嘗試除外。

來源

2016-03-02 08:03:32 Ian

謝謝你的幫助！我終於發現這是我的錯！我知道爲什麼它不工作！謝謝:) –

@MarsLee ow，這對你很有好處..;） – Ian

測試你可以假設值var col的全稱是""，然後檢查它是否屬實。

soup = BeautifulSoup(html, 'html.parser') 
tds = soup.find_all('td') 

for td in tds: 
    col = 0 
    if td["colspan"].isdigit(): 
     col = int(td["colspan"])

來源

2016-03-02 08:19:48

你的策略很酷，但我仍然得到ValueError。我不知道爲什麼... –

試着把一些打印值調試一下。 –

我打印所有的colspan值，我非常確定它是''，所以'if'不起作用真的很奇怪。 –

如何處理其colspan ==''的td標籤？

回答

相關問題