разделить запятую список со ссылками с BeautifulSoup - PullRequest
Новая
       14

разделить запятую список со ссылками с BeautifulSoup

2 голосов
/ 02 декабря 2009

У меня есть разделенный запятыми список в ячейке таблицы в HTML-документе, но некоторые элементы в списке связаны: 

<table>
  <tr>
    <td>Names</td>
    <td>Fred, John, Barry, <a href="http://www.example.com/">Roger</a>, James</td>
  </tr>
</table>

Я использовал красивый суп для анализа html, и я могу добраться до таблицы, но как лучше разделить ее и вернуть структуру данных, примерно такую: 

[
  {'name':'Fred'},
  {'name':'John'},
  {'name':'Barry'},
  {'name':'Roger', 'url':'http://www.example.com/'},
  {'name':'James'},
]

1 Ответ

10 голосов
/ 02 декабря 2009

Это один из способов сделать это: 

import BeautifulSoup

soup = BeautifulSoup.BeautifulSoup('''<table>
  <tr>
    <td>Names</td>
    <td>Fred, John, Barry, <a href="http://www.example.com/">Roger</a>, James</td>
  </tr>
</table>''')

result = []
for tag in soup.table.findAll('td')[1]:
  if isinstance(tag, BeautifulSoup.NavigableString):
    for name in tag.string.split(','):
      name = name.strip()
      if name:
        result.append({ 'name': name })
  else:
    result.append({ 'name': tag.string.strip(), 'url': tag["href"] })

print result
...