Python 从TBODY中提取TD

我如何从tr中提取第一委员会、立法委员会、特设委员会

<tr>
<td class="text-center">1</td>
<td class="hidden-xs"><a href="/en/anggota/detail/id/1319"><img class="img-responsive" src="/doksigota/photo/1319.jpg"/></a></td>
<td><a href="/en/anggota/detail/id/1319">PROF. DR. BACHTIAR ALY, MA</a><br/>National Democrat Party Faction<br/>ACEH I</td>
<td>Commission I<br/>Legislation Committee<br/>Ad-Hoc Committee</td> </tr

---

这里有一个完整的解决方案

解决方案 第一步 去拿桌子

#将导出的信息显示为表格
作为pd进口熊猫
#进度条
从TQM导入TQM、TQM_笔记本、tnrange
#阅读HTML页面
从bs4导入BeautifulSoup
#访问网址
导入请求
基本url=http://www.dpr.go.id/en/anggota'
webpage\u response=requests.get（基本url）
webpage=webpage\u response.content
soup=BeautifulSoup（网页“html.parser”）
tbody=汤。查找（“tbody”）

步骤2 迭代表格行元素：

…

。对于每个表行，提取列并将其保存到

dict

：

行dict

rows\u dict=dict（）
trs=tbody.find_all（'tr'）
对于TQM_笔记本中的tr（trs，desc='Progress'）：
行dict=提取列（tr）
row_dict.update（{row_dict['ID']：row_dict}）

步骤3 使用熊猫数据框以表格形式显示提取的数据。请注意，您对以下列感兴趣：

['COL\u 2'、'COL\u 3'、'COL\u 4']

。但是，如果您需要从相同的

html

表访问任何其他数据，那么现在您也可以在dataframe

df

中访问这些数据

df=pd.DataFrame（rows\u dict）.T
headers=['ID'，'CANDIDATE'，'AFFILIATION'，'COL_1'，'COL_2'，'COL_3'，'COL_4'，'IMAGE_URL'，'URL']
df=df[标题]
df.head（）

必要的自定义功能：

def extract_列（tr，debug_标志=False）：
#headers=['ID'，'CANDIDATE'，'AFFILIATION'，'COL_1'，'COL_2'，'COL_3'，'COL_4'，'IMAGE_URL'，'URL']
tds=tr.find_all（'td'））
URL=tds[1]。查找（'a'，href=True）
person=tds[2]。查找（'a'，href=True）
party=drop\u html\u br\u标记（tds[2].contents.copy（））
当事人
committees=drop\u html\u br\u标记（tds[3].contents.copy（））
委员会
如果调试_标志：
印刷品（缔约方）
印刷品（委员会）
行_dict={'ID'：tds[0]。文本，
“URL”：基本URL+str（URL['href']），
“图像URL”：基本URL+str（URL.find（'img'）。获取属性列表（'src'）[0]），
“候选人”：person.text.strip（），
“从属关系”：参与方[1]。如果（参与方长度>1）其他无，则为strip（），
“COL_1”：参与方[2]。如果（参与方长度>2）其他无，
“COL_2”：委员会[0]。如果（委员会长度>0）其他无，
“COL_3”：委员会[1]。如果（委员会长度>1）其他无，
“COL_4”：委员会[2]。如果（委员会长度>2）其他无，
}
返回行目录
def drop_html_br_标记（行）：
对于行中的行：
如果['
'中的str（行）：
#打印（f'{i}'）
#打印（“{}”。格式（行））
行。删除（行）
回程线

测试功能：

row\u dict=extract\u columns（trs[2]）
排录

输出

{'AFFILIATION': 'National Democrat Party Faction',
 'CANDIDATE': 'PRANANDA SURYA PALOH',
 'COL_1': 'SUMATERA UTARA I',
 'COL_2': 'Commission I',
 'COL_3': 'Committee for Inter-Parliamentary Cooperation',
 'COL_4': None,
 'ID': '3',
 'IMAGE_URL': 'http://www.dpr.go.id/en/anggota/doksigota/photo/1329.jpg',
 'URL': 'http://www.dpr.go.id/en/anggota/en/anggota/detail/id/1329'}

all\u td=soup.find（“tbody”）.find\u all（“td”）

，

print（i.get\u text（））

阅读all可以了解它的所有功能。

{'AFFILIATION': 'National Democrat Party Faction',
 'CANDIDATE': 'PRANANDA SURYA PALOH',
 'COL_1': 'SUMATERA UTARA I',
 'COL_2': 'Commission I',
 'COL_3': 'Committee for Inter-Parliamentary Cooperation',
 'COL_4': None,
 'ID': '3',
 'IMAGE_URL': 'http://www.dpr.go.id/en/anggota/doksigota/photo/1329.jpg',
 'URL': 'http://www.dpr.go.id/en/anggota/en/anggota/detail/id/1329'}