如何使用 BeautifulSoup4 获取父项？

Question

我正在用这个喝汤：

soup = BeautifulSoup(html, 'lxml').find("tbody").find_all("tr")

然后 soup 对象包含多个类似的 tr> 对象，就像这样：

<tr>
<td class="table">115</td>
<td>204</td>
<td><div><span class="flag-icon"></span>  United States <span> NY </span></div></td>
<td>brown</td>
<td>up</td>
<td class="table">groove</td>
</tr>

所以，我的目标是 - 从 1、2、4 中获取剥离的文本数据并将它们放在一起到小列表中。像这样：

[115, 204, 'brown']

在我从 all 获得所有小列表后，我必须将它们全部添加到大列表中。像这样：

[[115, 204, 'brown'], [32, 12, 'red'] ... [42, 87, 'yellow']]

老实说，我使用了两个 for 循环，并且 sliced 需要小列表项来附加一个大列表。但我认为，有更好更简单的方法来做到这一点。

也许你对如何在我的案例中使用 BeautifulSoup 的强大能力有一些想法？

Answer 1

尝试以下操作：-

rows = BeautifulSoup(html, 'lxml').find("tbody").find_all("tr")
bigList = []
for row in rows:
    tds = row.find_all("td")
    bigList.append([tds[0].text, tds[1].text, tds[3].text])

如何使用 BeautifulSoup4 获取父项？

How to get parent items with BeautifulSoup4?

python

beautifulsoup

strip-tags