Python 使用BeautifulSoup仅读取外部表的行

内部表的行也被读取

table_grid_1 = soup.find("table", {"id": "GridView1"})
rows = table_grid_1.find("tbody").find_all("tr")

如何仅读取外部表的行？

您可以尝试：

i.e `print "length " + str(len(rows))` prints 5. but I want to read tr of only outer table like size should be 3

---

结果：仅外表td内容。注意：如果外部td和内部td相等，它将返回空列表。

您可以使用如下

递归=False来实现此目的：

[x.string for x in soup.select('table > tbody > tr > td') if x not in soup.select('table > tbody > tr > table > tbody > tr > td')]

返回3。
此解决方案需要相当大的开销，因为您需要执行集合减法，这要求您首先完全加载整个集合，而它是相反的集合。虽然<代码>递归＝false < /Cord>参数只考虑表的直接子集，所以开销较小。返回表3是因为表外表的2个TD和包含所有TR数据内部表的内表的1个TD。OP要求如下：“STR（LeN（行））`打印5。但我只想读取外部表的tr，如大小应为3“。我的代码就是这样。它返回3，因为外部表中有3个元素，每个元素都存储为一行，并且可以按行[0]索引到行[2]。
[x.string for x in soup.select('table > tbody > tr > td') if x not in soup.select('table > tbody > tr > table > tbody > tr > td')]

soup = BeautifulSoup(html)
table_grid_1 = soup.find("table", {"id": "GridView1"})
rows = table_grid_1.find("tbody").find_all("tr",recursive=False)
print len(rows)