Python 从<；td>；用漂亮的汤做标签

我试图从美国证券交易委员会（sec）提交的其中一个表格中提取列标题（第25页下的“发行人购买权益证券”表格）

在列标题

标记中的

标记内，文本位于单独的

标记中，如下例所示

<tr>
  <td>
    <div>string1</div>
    <div>string2</div>
    <div>string3</div>
  </td>
</tr>

输出：

[[（a）购买的股份（或单位）总数，“（b）每股（或单位）支付的平均价格]]

预期产出：

[[（a）购买的股份（或单位）总数，“（b）每股（或单位）支付的平均价格]]

（每个单词以空格分隔）

---

将

分隔符

参数与

一起使用。get_text（）

：

输出：

print(table_data)
[['(a) Total Number of Shares (or Units) Purchased', '', '(b) Average Price Paid per Share (or Unit)']]

---

@chitown88能否请您提供一个指向

get\u text（）

文档的链接。搜索了很多相同的内容，但找不到。

get_text（separator=u），strip=False，types=（，）

get所有子字符串，使用给定的分隔符连接。（这是我能找到的全部内容）

html = '''<tr>
  <td>
    <div>string1</div>
    <div>string2</div>
    <div>string3</div>
  </td>
</tr>'''

import bs4

soup = bs4.BeautifulSoup(html, 'html.parser')

td = soup.find('td')
td.get_text(separator=' ')

from bs4 import BeautifulSoup
import requests

url = 'https://www.sec.gov/Archives/edgar/data/1551152/000155115218000014/abbv-20171231x10k.htm'
htmlpage = requests.get(url)
soup = BeautifulSoup(htmlpage.text, "lxml")
table = soup.find_all('table')[76]
rows = table.find_all('tr')
table_data = []
for tr in rows[2:3]:
    row_data=[]
    cells = tr.find_all(['td', 'th'], recursive=False)
    for cell in cells[1:4]:
        row_data.append(cell.get_text(separator=' ').encode('utf-8'))
    table_data.append([x.decode('utf-8').strip() for x in row_data])

print(table_data)

print(table_data)
[['(a) Total Number of Shares (or Units) Purchased', '', '(b) Average Price Paid per Share (or Unit)']]