BeautifulSoup: Hole den Inhalt einer bestimmten Tabelle

Meine lokalen Flughafen disgracefully blockiert Benutzer ohne IE, und sieht schrecklich. Ich möchte schreiben Sie ein Python-Skripte, die die Inhalte der an-und Abreise die Seiten alle paar Minuten, und zeigen Sie Sie in einem besser lesbaren Weise.

Meine tools der Wahl sind mechanisieren für Betrug die Website zu glauben, dass ich den IE nutzen, und BeautifulSoup für die Analyse von Seite zu Holen Sie sich die Flüge von Daten der Tabelle.

Ganz ehrlich, ich habe verloren in den BeautifulSoup Dokumentation, und kann nicht verstehen, wie man die Tabelle (deren Titel ich weiß) aus dem gesamten Dokument, und wie man eine Liste der Zeilen aus dieser Tabelle.

Irgendwelche Ideen?

InformationsquelleAutor Adam Matan | 2010-05-29

  1. 32

    Dies ist nicht der spezifische code, den Sie benötigen, nur eine demo, wie man mit BeautifulSoup. Er findet die Tabelle, die id ist "Tabelle1" und ruft alle seine tr-Elemente.

    html = urllib2.urlopen(url).read()
bs = BeautifulSoup(html)
table = bs.find(lambda tag: tag.name=='table' and tag.has_attr('id') and tag['id']=="Table1") 
rows = table.findAll(lambda tag: tag.name=='tr')
    Das ist wirklich cool, ich wusste nicht, dass Sie passieren könnte, Lambda-Ausdrücke zu finden.
    In der Tat grossartig! Überprüfen Sie Ihre Facebook-Postfach, ich habe dir eine Nachricht geschickt.
    irgendwelche Ideen, wie man eine bestimmte Tabelle, wenn es keine id oder Titel zu unterscheiden... zum Beispiel.. ich möchte in der Dritten Tabelle mit der html-Datei... (es gibt keine anderen Indikatoren).
    Ich mag diese Lösung sehr viel mehr als es scheint viel klarer im Vorsatz!
    FYI, "has_key" ist jetzt veraltet. Verwenden has_attr("id") statt. Ich werde Bearbeiten Sie die original-Antwort.

    InformationsquelleAutor Ofri Raviv

  2. 8
    soup = BeautifulSoup(HTML)

# the first argument to find tells it what tag to search for
# the second you can pass a dict of attr->value pairs to filter
# results that match the first tag
table = soup.find( "table", {"title":"TheTitle"} )

rows=list()
for row in table.findAll("tr"):
   rows.append(row)

# now rows contains each tr in the table (as a BeautifulSoup object)
# and you can search them to pull out the times
    irgendwelche Ideen, wie man eine bestimmte Tabelle, wenn es keine id oder Titel zu unterscheiden... zum Beispiel.. ich möchte in der Dritten Tabelle mit der html-Datei... (es gibt keine anderen Indikatoren).
    erhalten Sie die Dritte table. (Sie möchten zu prüfen die Länge, bevor Sie tun dies aber, nur um sicher zu sein.)

    InformationsquelleAutor goggin13

  3. -14

    Nur, wenn Sie Pflege, BeautifulSoup ist nicht mehr gepflegt, und der ursprüngliche maintainer deutet einen übergang zu lxml. Xpath sollte den trick tun es genauso gut.

    Danke, das ist ein wirklich nützliches Stück Informationen. Ich werde prüfen, lxml.
    Das ist nicht mehr wahr. BeautifulSoup 4 ist die aktuelle version, und die ist mehr als zwei Jahre jünger als diese Antwort.
    Ich bin mit BeautifulSoup jetzt, so dass es vorhanden und voll funktionsfähig.

    InformationsquelleAutor user338971

Schreibe einen Kommentar