如何使用beautifulsoup

Question

鑑於定義的findAll的HTML標籤嵌套

<a href="www.example.com/"></a> 

<table class="theclass"> 
<tr><td> 
<a href="www.example.com/two">two</a> 
</td></tr> 
<tr><td> 
<a href ="www.example.com/three">three</a> 
<span>blabla<span> 
</td></td> 
</table> 

我怎樣才能湊僅是內部表類=「階級」？我試過使用

soup = util.mysoupopen(theexample) 
infoText = soup.findAll("table", {"class": "the class"}) 

但我不知道如何進一步定義發現聲明。我嘗試過的其他方法是將findAll（）的結果轉換爲數組。然後尋找針的出現時間，但我無法找到一致的模式。 謝謝

Answer 1

如果我理解你的問題。這是應該工作的Python代碼。迭代找到類=「theclass」的所有表，然後查找裏面的鏈接。

>>> foo = """<a href="www.example.com/"></a> 
... <table class="theclass"> 
... <tr><td> 
... <a href="www.example.com/two">two</a> 
... </td></tr> 
... <tr><td> 
... <a href ="www.example.com/three">three</a> 
... <span>blabla<span> 
... </td></td> 
... </table> 
... """ 
>>> import BeautifulSoup as bs 
>>> soup = bs.BeautifulSoup(foo) 
>>> for table in soup.findAll('table', {'class':'theclass'}): 
...  links=table.findAll('a') 
... 
>>> print links 
[<a href="www.example.com/two">two</a>, <a href="www.example.com/three">three</a>] 

Answer 2

infoText是一個列表。你應該重複它。

>>>for info in infoText: 
>>> print info.tr.td.a 
<a href="www.example.com/two">two</a> 

然後你可以訪問<table>元素。如果您只希望在文檔中使用一個類「theclass」的表格元素，soup.find("table", {"class": "the class"})會直接爲您提供表格。