Используя Python и Beautifulsoup, как выбрать нужную таблицу в div? - PullRequest
Новая
       9

Используя Python и Beautifulsoup, как выбрать нужную таблицу в div?

2 голосов
/ 01 июня 2011

Я хотел бы иметь возможность выбрать таблицу, содержащую текст «Счета к оплате», но я никуда не попадаю с тем, что я пытаюсь, и я почти догадываюсь, используя findall.Может кто-нибудь показать мне, как я это сделаю?

Например, вот с чего я начинаю: 

<div>
<tr>
<td class="lft lm">Accounts Payable
</td>
<td class="r">222.82</td>
<td class="r">92.54</td>
<td class="r">100.34</td>
<td class="r rm">99.95</td>
</tr>
<tr>
<td class="lft lm">Accrued Expenses
</td>
<td class="r">36.49</td>
<td class="r">33.39</td>
<td class="r">31.39</td>
<td class="r rm">36.47</td>
</tr>
</div>

И вот что я хотел бы получить в результате: 

<tr>
<td class="lft lm">Accounts Payable
</td>
<td class="r">222.82</td>
<td class="r">92.54</td>
<td class="r">100.34</td>
<td class="r rm">99.95</td>
</tr>

1 Ответ

8 голосов
/ 01 июня 2011

Вы можете выбрать элементы td с классом lft lm , а затем проверить элемент.string, чтобы определить, есть ли у вас «Счета к оплате» td: 

import sys
from BeautifulSoup import BeautifulSoup

# where so_soup.txt is your html
f = open ("so_soup.txt", "r")
data = f.readlines ()
f.close ()

soup = BeautifulSoup ("".join (data))

cells = soup.findAll('td', {"class" : "lft lm"})
for cell in cells:
    # You can compare cell.string against "Accounts Payable" 
    print (cell.string)

Если вы хотите проверить следующих братьев и сестер, например, Кредиторская задолженность , вы можете использовать следующее: 

if (cell.string.strip () == "Accounts Payable"):
    sibling = cell.findNextSibling ()
    while (sibling):
        print ("\t" + sibling.string)
        sibling = sibling.findNextSibling ()

Обновление для редактирования

Если вы хотите распечатать исходный HTML, только для братьев и сестер, которые следуют за элементом Счета к оплате , это код для этого: 

lines = ["<tr>"]
for cell in cells:
    lines.append (cell.prettify().decode('ascii'))
    if (cell.string.strip () == "Accounts Payable"):
        sibling = cell.findNextSibling ()
        while (sibling):
            lines.append (sibling.prettify().decode('ascii'))
            sibling = sibling.findNextSibling ()
lines.append ("</tr>")

f = open ("so_soup_out.txt", "wt")
f.writelines (lines)
f.close ()
...