Python 从Wikipedia页面中删除表数据

我正在学习如何将BeautifulSoup库与Python结合使用，为了练习，我尝试从这个Wikipedia页面中删除体裁标题：

我已经能够在我的代码中实现这一点：

from bs4 import BeautifulSoup

html = open("wiki-jazz.html", encoding="utf=8")
soup = BeautifulSoup(html, "html.parser")

table = soup.find_all("table")[1]
td = table.find_all("td")
print(td)

表[1]包含我要访问的数据。更具体地说，我只需要位于此标题属性中的数据：

</td>, <td><a href="/wiki/West_Coast_jazz" title="West Coast jazz">West Coast jazz</a>

，

我一直在绞尽脑汁研究如何提取这些信息。我已经看过这里的其他帖子了，但还不能完全达到那里。

---

谢谢。

要打印表格的第一列，您可以迭代行（

），然后获取行的所有单元格（

）。每行的第一个单元格是您的爵士乐流派：

import requests
from bs4 import BeautifulSoup

url = 'https://en.wikipedia.org/wiki/List_of_jazz_genres'
soup = BeautifulSoup(requests.get(url).content, "html.parser")

table = soup.find_all("table")[1]

for row in table.find_all('tr')[1:]:    # <-- [1:] because we don't want the header
    cells = [td.get_text(strip=True) for td in row.find_all('td')]
    print(cells[0])

---

要打印表的第一列，您可以迭代行（

），然后获取行的所有单元格（

）。每行的第一个单元格是您的爵士乐流派：

import requests
from bs4 import BeautifulSoup

url = 'https://en.wikipedia.org/wiki/List_of_jazz_genres'
soup = BeautifulSoup(requests.get(url).content, "html.parser")

table = soup.find_all("table")[1]

for row in table.find_all('tr')[1:]:    # <-- [1:] because we don't want the header
    cells = [td.get_text(strip=True) for td in row.find_all('td')]
    print(cells[0])

---

您应该阅读Beautifulsoup文档，了解如何在诸如href src等标记中获取属性

在这里你可以使用

item[1].get(‘title’)

---

您应该阅读Beautifulsoup文档，了解如何在诸如href src等标记中获取属性

在这里你可以使用

item[1].get(‘title’)

---

谢谢你的帮助。使用单元格行，您创建了一个列表，对吗？如果是这样的话，它如何将单元格[0]不仅仅打印第一个索引值？我要学习这个代码。@Connor是的，

cells=[…]

被称为列表理解，它创建了新的列表。要从该列表中获取第一个值，只需调用

单元格[0]

谢谢您的帮助。使用单元格行，您创建了一个列表，对吗？如果是这样的话，它如何将单元格[0]不仅仅打印第一个索引值？我要学习这个代码。@Connor是的，

cells=[…]

被称为列表理解，它创建了新的列表。要从该列表中获取第一个值，只需调用

单元格[0]