Python 使用BeautifulSoup查找html中的所有表_Python_Screen Scraping_Beautifulsoup

Python 使用BeautifulSoup查找html中的所有表

python

Python 使用BeautifulSoup查找html中的所有表,python,screen-scraping,beautifulsoup,Python,Screen Scraping,Beautifulsoup,我想使用BeautifulSoup查找html中的所有表。内部表格应包含在外部表格中我已经创建了一些有效的代码，并给出了预期的输出。但是，我不喜欢这个解决方案，因为它使用了.decompose（），这会破坏“soup”对象你知道如何用更优雅的方式做吗 from BeautifulSoup import BeautifulSoup as bs input = '''<html><head><title>title</title></hea

我想使用BeautifulSoup查找html中的所有表。内部表格应包含在外部表格中

我已经创建了一些有效的代码，并给出了预期的输出。但是，我不喜欢这个解决方案，因为它使用了

.decompose（）

，这会破坏“soup”对象

你知道如何用更优雅的方式做吗

from BeautifulSoup import BeautifulSoup as bs

input = '''<html><head><title>title</title></head>
<body>
<p>paragraph</p>
<div><div>
    <table>table1<table>inner11<table>inner12</table></table></table>
    <div><table>table2<table>inner2</table></table></div>
</div></div>
<table>table3<table>inner3</table></table>
<table>table4<table>inner4</table></table>
</html>'''

soup = bs(input)
while(True):
    t=soup.find("table")
    if t is None:
        break
    print str(t)
    t.decompose()

从BeautifulSoup导入BeautifulSoup作为bs
输入=''标题
段落
表1附件11附件12
表2附件2
表3.3
表4.4
'''
汤=bs（输入）
虽然（正确）：
t=汤。查找（“表”）
如果t为无：
打破
打印str（t）
t、 分解

输出：

<table>table1<table>inner11<table>inner12</table></table></table>
<table>table2<table>inner2</table></table>
<table>table3<table>inner3</table></table>
<table>table4<table>inner4</table></table>

表1inner11 inner12
表2附件2
表3.3
表4.4

使用

soup.findAll（“表格”）

而不是

find（）

和

decompose（）

：

输出：

<table>table1<table>inner11<table>inner12</table></table></table>
<table>table2<table>inner2</table></table>
<table>table3<table>inner3</table></table>
<table>table4<table>inner4</table></table>

表1inner11 inner12
表2附件2
表3.3
表4.4

没有什么会被破坏

<table>table1<table>inner11<table>inner12</table></table></table>
<table>table2<table>inner2</table></table>
<table>table3<table>inner3</table></table>
<table>table4<table>inner4</table></table>