Python 通过删除Beautifulsoup中的空列来对齐列

我有一个列不对齐的表，因为有些行包含随机的空单元格。我尝试了下面的方法，但不起作用。这个表应该有四列。有人能帮我吗

s=”
（千美元）2008
2007
2006
法定联邦所得税规定
汤=bs（s，“lxml”）
table=soup.find_all（'table'））
行_数据=[]
对于表中的行。find_all（'tr'）：
cols=行。查找所有（'td'）：
如果str（列）中的“（”：
column.decompose（）
行数据追加（cols）
其他：
通过

检查单元格文本是否为空，然后进行分解

from bs4 import BeautifulSoup as bs

s = '<TABLE CELLSPACING=0 BORDER=0 WIDTH=672><TR><TD WIDTH="52%" VALIGN="BOTTOM" HEIGHT=19><FONT FACE="Akzidenz Grotesk BE" SIZE=1><P>(THOUSANDS OF DOLLARS)</FONT></TD><TD WIDTH="16%" VALIGN="BOTTOM" COLSPAN=2 HEIGHT=19><U><FONT FACE="Akzidenz Grotesk BE Bold" SIZE=2><P ALIGN="CENTER">2008</U></FONT></TD><TD WIDTH="16%" VALIGN="BOTTOM" COLSPAN=2 HEIGHT=19><U><FONT FACE="Akzidenz Grotesk BE" SIZE=2><P ALIGN="CENTER">2007</U></FONT></TD><TD WIDTH="16%" VALIGN="BOTTOM" COLSPAN=2 HEIGHT=19><U><FONT FACE="Akzidenz Grotesk BE" SIZE=2><P ALIGN="CENTER">2006</U></FONT></TD></TR><TR><TD WIDTH="52%" VALIGN="TOP" HEIGHT=15><FONT FACE="Akzidenz Grotesk BE" SIZE=2><P>Statutory Federal income tax provision</FONT></TD><TD WIDTH="12%" VALIGN="TOP" HEIGHT=15><FONT FACE="Akzidenz Grotesk BE Bold" SIZE=2><P ALIGN="RIGHT">$     969</FONT></TD><TD WIDTH="4%" VALIGN="TOP" HEIGHT=15><P></P></TD><TD WIDTH="12%" VALIGN="TOP" HEIGHT=15><FONT FACE="Akzidenz Grotesk BE" SIZE=2><P ALIGN="RIGHT">$  3,278</FONT></TD><TD WIDTH="4%" VALIGN="TOP" HEIGHT=15><P></P></TD><TD WIDTH="12%" VALIGN="TOP" HEIGHT=15><FONT FACE="Akzidenz Grotesk BE" SIZE=2><P ALIGN="RIGHT">$  1,521</FONT></TD><TD WIDTH="4%" VALIGN="TOP" HEIGHT=15><P></P></TD></TR></TABLE>'
soup=bs(s, "lxml")
table = soup.find('table')
row_data = []
for row in table.find_all('tr'):
  for cell in row.find_all('td'):
      if cell.text=='':
          cell.decompose()
print(soup)

当我看到

标签时，我只会使用Pandas

。阅读html（）

并操纵数据帧。Pandas实际上在引擎盖下使用beautifulsoup

因此，使用pandas获取表。然后删除任何空值的列：

代码：

import pandas as pd

s = '<TABLE CELLSPACING=0 BORDER=0 WIDTH=672><TR><TD WIDTH="52%" VALIGN="BOTTOM" HEIGHT=19><FONT FACE="Akzidenz Grotesk BE" SIZE=1><P>(THOUSANDS OF DOLLARS)</FONT></TD><TD WIDTH="16%" VALIGN="BOTTOM" COLSPAN=2 HEIGHT=19><U><FONT FACE="Akzidenz Grotesk BE Bold" SIZE=2><P ALIGN="CENTER">2008</U></FONT></TD><TD WIDTH="16%" VALIGN="BOTTOM" COLSPAN=2 HEIGHT=19><U><FONT FACE="Akzidenz Grotesk BE" SIZE=2><P ALIGN="CENTER">2007</U></FONT></TD><TD WIDTH="16%" VALIGN="BOTTOM" COLSPAN=2 HEIGHT=19><U><FONT FACE="Akzidenz Grotesk BE" SIZE=2><P ALIGN="CENTER">2006</U></FONT></TD></TR><TR><TD WIDTH="52%" VALIGN="TOP" HEIGHT=15><FONT FACE="Akzidenz Grotesk BE" SIZE=2><P>Statutory Federal income tax provision</FONT></TD><TD WIDTH="12%" VALIGN="TOP" HEIGHT=15><FONT FACE="Akzidenz Grotesk BE Bold" SIZE=2><P ALIGN="RIGHT">$     969</FONT></TD><TD WIDTH="4%" VALIGN="TOP" HEIGHT=15><P></P></TD><TD WIDTH="12%" VALIGN="TOP" HEIGHT=15><FONT FACE="Akzidenz Grotesk BE" SIZE=2><P ALIGN="RIGHT">$  3,278</FONT></TD><TD WIDTH="4%" VALIGN="TOP" HEIGHT=15><P></P></TD><TD WIDTH="12%" VALIGN="TOP" HEIGHT=15><FONT FACE="Akzidenz Grotesk BE" SIZE=2><P ALIGN="RIGHT">$  1,521</FONT></TD><TD WIDTH="4%" VALIGN="TOP" HEIGHT=15><P></P></TD></TR></TABLE>'

table = pd.read_html(s)[0]
table = table.dropna(axis=1)

                                        0      1        3        5
0                  (THOUSANDS OF DOLLARS)   2008     2007     2006
1  Statutory Federal income tax provision  $ 969  $ 3,278  $ 1,521

您还可以更改列名等：

table.columns = table.iloc[0]
table = table[1:]

---

你能发布有效的代码吗？

cols=row.find_all（'td'）：

是一个语法错误。什么是

column.decompose（）

？

                                        0      1        3        5
0                  (THOUSANDS OF DOLLARS)   2008     2007     2006
1  Statutory Federal income tax provision  $ 969  $ 3,278  $ 1,521

table.columns = table.iloc[0]
table = table[1:]