table.decompose (): AttributeError: у объекта 'str' нет атрибута 'декомпозировать' - PullRequest
Новая
       31

table.decompose (): AttributeError: у объекта 'str' нет атрибута 'декомпозировать'

1 голос
/ 08 января 2020

Я пытаюсь использовать BeautifulSoup для анализа html документа. Я попытался написать код, который может анализировать документ, найти все таблицы и удалить те, которые имеют числовое / alphanumeri c соотношение> 15%. Я использовал код, данный в качестве ответа на этот предыдущий вопрос:

Удалить элемент HTML, если он содержит определенное количество цифр c символов

, но для по какой-то причине аргумент table.decompose () помечается как ошибка. Я был бы признателен за любую помощь, которую я мог бы получить с этим. Обратите внимание, что я новичок, и поэтому, хотя я и стараюсь, я не всегда понимаю, более сложные решения!

Вот код: 

test_file = 'locationoftestfile.html'


# Define a function to remove tables which have numeric characters/ alphabetic and numeric characters > 15%
def remove_table(table):
        table = re.sub('<[^>]*>', ' ', str(table))
        numeric = sum(c.isdigit() for c in table)
        print('numeric: ' + str(numeric))
        alphabetic = sum(c.isalpha() for c in table)
        print('alpha: ' + str(alphabetic))
        try:
                ratio = numeric / float(numeric + alphabetic)
                print('ratio: '+ str(ratio))
        except ZeroDivisionError as err:
                ratio = 1
        if ratio > 0.15: 
            table.decompose()


# Define a function to create our Soup object and then extract text
def file_to_text(file):
    soup_file = open(file, 'r')
    soup = BeautifulSoup(soup_file, 'html.parser')
    for table in soup.find_all('table'):
        remove_table(table)
    text = soup.get_text()
    return text


file_to_text(test_file)

Это вывод / ошибка, которую я получаю: 

numeric: 1
alpha: 55
ratio: 0.017857142857142856
numeric: 9
alpha: 88
ratio: 0.09278350515463918
numeric: 20
alpha: 84
ratio: 0.19230769230769232
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-28-c7e380df4fdc> in <module>
----> 1 file_to_text(test_file)

<ipython-input-27-9fb65cec1313> in file_to_text(file)
     16                 ratio = 1
     17         if ratio > 0.15:
---> 18             table.decompose()
     19     text = soup.get_text()
     20     return text

AttributeError: 'str' object has no attribute 'decompose'

Обратите внимание, что аргумент table.decompose() отличается от аргумента, приведенного в решении, которое я связал. Это решение использует 

   return True
else:
   return False

, но, возможно, наивно, я не понимаю, как это уберет таблицу.

1 Ответ

0 голосов
/ 08 января 2020 
table = re.sub('<[^>]*>', ' ', str(table))

Перезаписывает параметр «таблица» строкой. Вы, вероятно, хотите использовать другое имя для переменной здесь. Например, 

def remove_table(table):
    table_as_str = re.sub('<[^>]*>', ' ', str(table))
    numeric = sum(c.isdigit() for c in table_as_str)
    print('numeric: ' + str(numeric))
    alphabetic = sum(c.isalpha() for c in table_as_str)
    print('alpha: ' + str(alphabetic))
    try:
            ratio = numeric / float(numeric + alphabetic)
            print('ratio: '+ str(ratio))
    except ZeroDivisionError as err:
            ratio = 1
    if ratio > 0.15: 
        table.decompose()
...