Python簡化HTML表格

有沒有一種很好的方法（例如BeautifulSoup）來簡化HTML表格。我使用的請求，以獲得表，並提取與BeautifulSoup表中，但我需要的表走的：Python簡化HTML表格

<table> 
    <thead></thead> 
    <tbody> 
     <tr> 
      <td><a id="bar">Some text<br></br><span class="foobar">foo </span><small class="foo">bar!</small></a></td> 
     </tr> 
    </tbody> 
</table>

到：

<table> 
    <thead></thead> 
    <tbody> 
     <tr> 
      <td>Some text\nfoo bar!</td> 
     </tr> 
    </tbody> 
</table>

通過一個簡單的方法，那麼我想不必去每個標籤和使用soup.get_text（）。

來源

2016-05-12 Darri Steinn Konn Konráðsson

爲什麼要'

'產量只有一個'\ N'？ – Xufox

它應該是

，對不起。我知道它可能是
。但這些是我正在使用的數據。 –

您可以替換換行符的BR：它給你

h = """<table> 
    <thead></thead> 
     <tr> 
      <td><a id="bar">Some text<br><br/><span class="foobar">foo </span><small class="foo">bar!</small></a></td> 
     </tr> 
</table>""" 


from bs4 import BeautifulSoup 

soup = BeautifulSoup(h) 

td = soup.select_one("#bar") 
td.br.replace_with("\n") 

td.replace_with(td.text) 


print(repr(soup))

：

<html><body><table>\n<thead></thead>\n<tr>\n<td>Some text\nfoo bar!</td>\n</tr>\n</table></body></html>

來源

2016-05-12 10:58:32

@RadLexus，我不太確定，關鍵是要改變表格？ –

對不起 - OP的目標只是讓文本不被標籤打破。我認爲剩餘的HTML仍然會被使用，但似乎並不重要。 – usr2564301

@ RadLexus，別擔心，我想也許我錯過了一些東西。 –

Python簡化HTML表格

回答

相關問題