Что эта функция делает в Python с участием urllib2 и BeautifulSoup? - PullRequest
Новая
       10

Что эта функция делает в Python с участием urllib2 и BeautifulSoup?

1 голос
/ 14 июня 2009

Итак, я задал вопрос ранее о получении высоких результатов с html-страницы, и другой пользователь дал мне следующий код, чтобы помочь. Я новичок в Python и BeautifulSoup, поэтому я пытаюсь пройти через некоторые другие коды по частям. Я понимаю большинство из них, но я не понимаю, что это за фрагмент кода и какова его функция: 

    def parse_string(el):
       text = ''.join(el.findAll(text=True))
       return text.strip()

Вот весь код: 

from urllib2 import urlopen
from BeautifulSoup import BeautifulSoup
import sys

URL = "http://hiscore.runescape.com/hiscorepersonal.ws?user1=" + sys.argv[1]

# Grab page html, create BeatifulSoup object
html = urlopen(URL).read()
soup = BeautifulSoup(html)

# Grab the <table id="mini_player"> element
scores = soup.find('table', {'id':'mini_player'})

# Get a list of all the <tr>s in the table, skip the header row
rows = scores.findAll('tr')[1:]

# Helper function to return concatenation of all character data in an element
def parse_string(el):
   text = ''.join(el.findAll(text=True))
   return text.strip()

for row in rows:

   # Get all the text from the <td>s
   data = map(parse_string, row.findAll('td'))

   # Skip the first td, which is an image
   data = data[1:]

   # Do something with the data...
   print data

1 Ответ

3 голосов
/ 14 июня 2009

el.findAll(text=True) возвращает весь текст, содержащийся в элементе и его подэлементах. Под текстом я подразумеваю все, что не внутри тега; поэтому в <b>hello</b> тогда «привет» будет текстом, а <b> и </b> - нет.

Поэтому эта функция объединяет весь текст, находящийся под данным элементом, и удаляет пробелы спереди и сзади.

Вот ссылка на документацию findAll: http://www.crummy.com/software/BeautifulSoup/documentation.html#arg-text

...