Python Beautifulsoup在表中获取值

我在努力刮 并获取“所有者名称” 我所拥有的东西很管用，但真的很难看，我肯定不是最好的，所以我正在寻找更好的方法。 以下是我所拥有的：

soup = BeautifulSoup(url_opener.open(url))            
x = soup('table', text = re.compile("Owner Name"))
print 'And the owner is', x[0].parent.parent.parent.tr.nextSibling.nextSibling.next.next.next

相关的HTML是

<td valign="top">
    <table border="1" cellpadding="1" cellspacing="0" align="right">
    <tbody><tr class="tableheaders">
    <td>Owner Name(s)</td>
    </tr>

    <tr>

    <td>PILCHER DONALD L                         </td>
    </tr>

    </tbody></table>
</td>

业主名称
皮尔彻唐纳德L

---

哇，有很多关于beautifulsoup的问题，我看了一遍，但没有找到对我有帮助的答案，希望这不是一个重复的问题，这是一个轻微的改进，但我不知道如何摆脱这三位家长

x[0].parent.parent.parent.findAll('td')[1].string

---

这是一个小小的进步，但我不知道如何摆脱这三位家长

x[0].parent.parent.parent.findAll('td')[1].string

（Edit：显然OP发布的HTML是谎言——事实上没有

tbody

标记可供查找，尽管他强调要将其包含在HTML中。因此，改为使用

table

而不是

tbody

）

由于您可能需要多个表行（例如，查看您给出的表行的同级URL，最后一位数字4改为5），因此我建议使用如下循环：

# locate the table containing a cell with the given text
owner = re.compile('Owner Name')
cell = soup.find(text=owner).parent
while cell.name != 'table': cell = cell.parent
# print all non-empty strings in the table (except for the given text)
for x in cell.findAll(text=lambda x: x.strip() and not owner.match(x)):
  print x

这对于页面结构中的微小变化是相当可靠的：找到感兴趣的单元格后，它将循环它的父单元格，直到找到表标记，然后遍历该表中所有不为空（或仅为空白）的可导航字符串，不包括

所有者

标题。

（Edit：显然OP发布的HTML是谎言——事实上没有

tbody

标记可供查找，尽管他强调要将其包含在HTML中。因此，改为使用

table

而不是

tbody

）

由于您可能需要多个表行（例如，查看您给出的表行的同级URL，最后一位数字4改为5），因此我建议使用如下循环：

# locate the table containing a cell with the given text
owner = re.compile('Owner Name')
cell = soup.find(text=owner).parent
while cell.name != 'table': cell = cell.parent
# print all non-empty strings in the table (except for the given text)
for x in cell.findAll(text=lambda x: x.strip() and not owner.match(x)):
  print x

---

这对于页面结构中的微小更改相当健壮：找到感兴趣的单元格后，它将循环其父元素，直到找到表标记，然后遍历该表中所有不为空（或仅为空白）的可导航字符串，不包括

所有者

标题。

这是Aaron DeVore在Beautifulsoup讨论组中的回答，对我来说效果很好

soup = BeautifulSoup(...)
label = soup.find(text="Owner Name(s)")

需要Tag.string才能获得实际的名称字符串

name = label.findNext('td').string

如果你正在做一大堆，你甚至可以做一个列表

names = [unicode(label.findNext('td').string) for label in
soup.findAll(text="Owner Name(s)")]

---

这是Aaron DeVore在Beautifulsoup讨论组中的回答，对我来说效果很好

soup = BeautifulSoup(...)
label = soup.find(text="Owner Name(s)")

需要Tag.string才能获得实际的名称字符串

name = label.findNext('td').string

如果你正在做一大堆，你甚至可以做一个列表

names = [unicode(label.findNext('td').string) for label in
soup.findAll(text="Owner Name(s)")]

---

谢谢你的回答，我得到了一个错误单元格。名称没有属性名称我想我可以使用try，不太熟悉使用try，有没有更好的方法来解决这个问题？你提供的URL没有这样的错误w/我的代码（这就是为什么我在代码的第二行有

.parent

：从可导航字符串向上移动到有名称的标记）。什么确切的URL与我在回答中发布的代码有这样的问题？我刚刚检查了这个URL，没有

标记。我想你只需要查找“所有者名称”表列标题，然后读取该表所有行中的值。就像Paul说的没有tboby一样，我使用的url就是发布的url。我想对我来说最有意义的解决方案是能够根据某些内容找到一个表。然后在表中选择我想要的项。（soup（查找一个具有“所有者名称”的表）@Vincent，那么为什么显示为“相关HTML”一个有

tbody

？啊，好吧，用

table

代替第三行的

tbody

。在这里，让我编辑答案以显示这一细微的变化。谢谢回答，我得到了一个错误单元格。name没有属性名，我想我可以使用try，不太熟悉try，有更好的方法解决这个问题吗？URL您提供的代码中没有此类错误（这就是为什么我在代码的第二行中有

.parent

：从可导航字符串上移到具有名称的标记）。什么确切的URL与我在回答中发布的代码有这样的问题？我刚刚检查了此URL，没有

标记。我想您只需查找“所有者名称”表列标题，然后读取该表所有行中的值。就像Paul说的没有tboby一样，我使用的url就是发布的url。我想对我来说最有意义的解决方案是能够根据某些内容找到一个表。然后在表中选择我想要的项。（soup（查找一个具有“所有者名称”的表）@Vincent，那你为什么用

tbody

显示为“相关HTML”呢？啊，好吧，在第三行中使用

table

而不是

tbody

。这里，让我编辑答案来显示这一细微的变化。