我想使用 BeautifulSoup 查找 html 中的所有表格。内部表应包含在外部表中。
我创建了一些有效的代码，并且它给出了预期的输出。但是，我不喜欢这个解决方案，因为它使用.decompose()这会破坏“汤”对象。
你知道如何以更优雅的方式做到这一点吗？
from BeautifulSoup import BeautifulSoup as bs
input = '''<html><head><title>title</title></head>
<body>
<p>paragraph</p>
<div><div>
<table>table1<table>inner11<table>inner12</table></table></table>
<div><table>table2<table>inner2</table></table></div>
</div></div>
<table>table3<table>inner3</table></table>
<table>table4<table>inner4</table></table>
</html>'''
soup = bs(input)
while(True):
t=soup.find("table")
if t is None:
break
print str(t)
t.decompose()
Output:
<table>table1<table>inner11<table>inner12</table></table></table>
<table>table2<table>inner2</table></table>
<table>table3<table>inner3</table></table>
<table>table4<table>inner4</table></table>
use soup.findAll("table")代替find() and decompose() :
tables = soup.findAll("table")
for table in tables:
if table.findParent("table") is None:
print str(table)
输出 ：
<table>table1<table>inner11<table>inner12</table></table></table>
<table>table2<table>inner2</table></table>
<table>table3<table>inner3</table></table>
<table>table4<table>inner4</table></table>
并且没有任何东西被破坏/破坏。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
