Python 使用beutifulsoup和mechanize从html表获取文本时出错

我试图从表标记内的html代码中获取文本，但我没有获取所有文本，而是获取部分文本，其余文本被忽略

以下是我的输出和代码：

输出

Public Sector Organization (Recruitment Test)
Test held on: Saturday, 3rd & Sunday 4th, December 2016
>>> 

代码

---

这种方法似乎可以满足您的需求

>>> content = open(r"C:\scratch\___National Testing Service___.html").read()
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(content, 'lxml')
>>> tables = soup.findAll('table')
>>> len(tables)
8
>>> tables[2].text
'\n\n\n\n\n\n\n\n\n\n\n\n\n\n\nPublic Sector Organization (Recruitment Test)\nTest held on: Saturday, 3rd & Sunday 4th, December 2016\n\n                            \n                            (Result)\n\n\n\n\n\n                                Search Result for the keyword   "\n                                60170001                             \n"\n\n\n\nRoll No\nName\nFather Name\nCNIC\n\nPost\n\n\nKDPH\n\n\nNTS Marks\n\n\n\n60170001\nSARA ISLAM                               \nNAZAR UL ISLAM  \n17301-2406027-4  \n\n    Assistant Manager(Electronics Engineering)   \n\n\n      \n\n\n    63   \n\n\n\n\n\n\n\n\n\n\nCurrent Date / Time: Tuesday 21st, February 2017 , 11:49:59 PM                           \n\n\n\n\n\xa0\n\n'

---

假设

mechanize

以我在Chrome浏览器中打开页面并保存即可获得的相同格式为您提供文件，您应该可以。

这种方法似乎满足了您的需要

>>> content = open(r"C:\scratch\___National Testing Service___.html").read()
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(content, 'lxml')
>>> tables = soup.findAll('table')
>>> len(tables)
8
>>> tables[2].text
'\n\n\n\n\n\n\n\n\n\n\n\n\n\n\nPublic Sector Organization (Recruitment Test)\nTest held on: Saturday, 3rd & Sunday 4th, December 2016\n\n                            \n                            (Result)\n\n\n\n\n\n                                Search Result for the keyword   "\n                                60170001                             \n"\n\n\n\nRoll No\nName\nFather Name\nCNIC\n\nPost\n\n\nKDPH\n\n\nNTS Marks\n\n\n\n60170001\nSARA ISLAM                               \nNAZAR UL ISLAM  \n17301-2406027-4  \n\n    Assistant Manager(Electronics Engineering)   \n\n\n      \n\n\n    63   \n\n\n\n\n\n\n\n\n\n\nCurrent Date / Time: Tuesday 21st, February 2017 , 11:49:59 PM                           \n\n\n\n\n\xa0\n\n'

---

假设

mechanize

以我在Chrome浏览器中打开页面并保存即可获得的格式为您提供文件，您应该可以。

请求的输出是什么？原则上，我的输出应该是表[2]中的整个文本，有点像这样。。公共部门组织（招聘考试）考试时间：2016年12月3日星期六和4日星期日（结果）上传日期：2016年12月3日星期三，2016年11月23日关键字60170001 Roll No Name父亲姓名CNIC Post NTS标记60170001 MUMTAZ ALI RAHMAN WALI 16101-1938424-7讲师（BPS-17）（电子）67当前日期/时间：2017年2月22日星期三，09:30:48 pm请求的输出是什么？原则上，我的输出应该是表[2]中的全文，有点像这样。。公共部门组织（招聘考试）考试时间：2016年12月3日星期六和4日星期日（结果）上传日期：2016年12月3日星期三，2016年11月23日关键字60170001 Roll No Name父亲姓名CNIC Post NTS标记60170001 MUMTAZ ALI RAHMAN WALI 16101-1938424-7讲师（BPS-17）（电子）67当前日期/时间：2017年2月22日星期三，09:30:48 pm非常感谢..最后它工作得很好。刚刚安装了lxml。不客气。我不能确定问题出在哪里。非常感谢。最后它工作得很好。刚刚安装了lxml。不客气。我不能确定问题出在哪里。