當表格列中有文字時，爲什麼我會得到None？

Question

我正在使用美麗的湯做webscraping。我是新手。

問題1： 這裏是表：

<table width="75%" align=center> 
    <tr> 
     <td><STRONG><font face="Arial" size=2>S.No:</font></STRONG></td> 
     <td><font face="Arial" size=2> 1635925</font></td> 
    </tr> 
    <tr> 
     <td><FONT size=2><STRONG><font face="Arial">Name:</font><br></STRONG></FONT></td> 
     <td><font face="Arial" size=2> <b>Alex</b></font></td> 
    </tr> 
    <tr> 
     <td><STRONG><font face="Arial" size=2>Dog's Name:</font></STRONG></td> 
     <td><font face="Arial" size=2> Tiger</font></td> 
    </tr> 
    <tr> 
     <td><STRONG><font face="Arial" size=2 >Cat's Name:</font></STRONG></td> 
     <td><font face="Arial" size=2>Pussy</font></td> 
    </tr> 
</table> 

在這裏被碼參照上述表中：

for row in soup('table')[4]('tr'): 
    tds = row('td') 
    print tds[0].string, tds[1].string 

在這裏被輸出：

S.No: 1635925 
None None 
Dog's Name: Tiger 
Cat's Name: Pussy 

問題是第2行，爲什麼兩列都打印了None？

問題2：類似的問題，如上

<tr bgcolor="#ffffff"> 
    <td align="middle"><font face="Arial" size=2>503</font></td> 
    <td align="left"><font face="Arial" size=2>Text1</font></td> 
    <td align="left"><font face="Arial" size=2>---</font></td> 
    <td align="middle"><font face="Arial" size=2>2</font></td> 
    </tr> 

    <tr bgcolor="#e6e6fa"> 
      <td colspan=4><font face="Arial" size=2>&nbsp;&nbsp;some random text</font></td> 
    </tr> 
    <tr > 
    <td align="middle"><font face="Arial" size=2>048</font> </td> 
    <td align="left"><font face="Arial" size=2>Text 2</font></td> 
    <td align="left"><font face="Arial" size=2>187 &nbsp;&nbsp;&nbsp;&nbsp;</font></td> 
    <td align="middle"><font face="Arial" size=2>2</font></td> 
    </tr> 

我的代碼：

for row in soup('table')[5]('tr'): 
    tds = row('td'); 
    if len(tds) == 4: 
     print tds[0].string, tds[1].string, tds[2].string, tds[3].string 

輸出：

503 Text1 --- 2 
None Text2 187     2 

爲什麼是第一列的文本None，而不是048 ？

Answer 1

試試看text而不是string。例如：

for row in soup('table')[4]('tr'): 
    tds = row('td') 
    print tds[0].text, tds[1].text 

打印：

S.No: 1635925 
Name: Alex 
Dog's Name: Tiger 
Cat's Name: Pussy 

據docs，string成爲None如果元素有多個兒童：

爲了您的方便，如果一個標籤只有一個子節點，並且該子節點 是一個字符串，該子節點可用作tag.string，如 以及tag.contents [0]。

Answer 2

問題是第二行的td元素不包含帶有字符串內容的單個元素;它們包含兩個其中。因此，string沒有明確的值，因此返回None。

你可以看到這一點，如果你把它分解成塊：

>>> table = s('table')[4] 
>>> row = table('tr')[1] 
>>> col = row('td')[0] 
>>> font = col('font')[0] 
>>> strong = font('strong')[0] 
>>> font2 = strong('font')[0] 
>>> strong 
<strong><font face="Arial">Name:</font><br/></strong> 
>>> strong.string 
>>> font2 
<font face="Arial">Name:</font> 
>>> font2.string 
u'Name:' 

如果你希望所有的元素中的字符串的文字表述，使用text代替string：

>>> strong.text 
u'Name:' 
>>> font.text 
u'Name:' 
>>> col.text 
u'Name:'