将 HTML table 中提取的文本分配给变量供以后使用 -- Beautiful Soup / Python 3.7

Question

我有下面的代码，可以完美地在 HTML table 源代码中动态搜索特定文本，并提取找到特定文本的行的 nextSibling。

当前代码

r = requests.get(url)
soup = BeautifulSoup(r.text, 'lxml')
           
# Find xxxxxxx (row-by-row) and split trailing zeros
row = soup.find_all('td', string="xxxxxxx")
for r in row:
        LE = r.nextSibling
        while LE.name != 'td' and LE is not None:
                LE = LE.nextSibling

我遇到的主要问题（这可能非常简单，我已经盯着它看了很长时间了）是我需要将 nextSibling 分配给 LE 变量。

LE 的格式为“001234”，我需要去除前导零以将“1234”作为变量。

如果我将变量打印为 print(LE.text[2:6])，结果是正确的。实现到代码中， LE = LE.nextSibling.text[2:6] 不产生任何东西。

我已经尝试了以下语句，但是 none 行得通，希望得到指导。

LE = LE.nextSibling.text[2:6]
&
LE = LE.text[2:6]

我需要在提取后将其分配给一个变量，以便稍后在我的脚本中使用该变量。感谢您的提前帮助！

编辑 --> 包含源代码：

<tr>
     <td class='label' nowrap title="xxxxxxx">TEXT TO FIND</td>
     <td class='attribute'>001234</td>
</tr>

Answer 1

您可以使用 next_sibling 两次，然后使用 strip() 删除 0:

from bs4 import BeautifulSoup

html = """<tr>
     <td class='label' nowrap title="xxxx">TEXT TO FIND</td>
     <td class='attribute'>001234</td>
</tr>"""

soup = BeautifulSoup(html, "html.parser")

for tag in soup.select(".label"):
    le = ''.join([t.strip("0") for t in tag.next_sibling.next_sibling])
    print(tag.text)
    print(le)

输出：

TEXT TO FIND
1234

Answer 2

变化：

!= 到 ==

 row = soup.find_all('td', string="xxxxxx")
            for r in row:
                LE = r.nextSibling
                    LE = LE.text[2:6]

将 HTML table 中提取的文本分配给变量供以后使用 -- Beautiful Soup / Python 3.7

Assign Extracted text from HTML table to Variable for later use -- Beautiful Soup / Python 3.7

python

beautifulsoup

python-3.x

nextsibling

python-3.7