如何从 BeautifulSoup 中的 table ( Python ) 中获取第一个 child table 行

Question

这是代码和示例结果，我只想要 table 的第一列忽略其余部分。 Whosebug 上有类似的问题，但他们没有帮助。

<tr>
<td>JOHNSON</td>
<td> 2,014,470 </td>
<td>0.81</td>
<td>2</td>
</tr>

我只想要 JOHNSON，因为它是第一个 child。我的 python 代码是：

import requests
  from bs4 import BeautifulSoup
 def find_raw():
      url = 'http://names.mongabay.com/most_common_surnames.htm'
      r = requests.get(url)
      html = r.content
      soup = BeautifulSoup(html)
      for n in soup.find_all('tr'):
          print n.text
  
  find_raw()

我得到的：

SMITH 2,501,922 1.0061
JOHNSON 2,014,470 0.812

Answer 1

您可以找到所有带有 find_all 的 tr 标签，然后对于每个 tr 您 find（只给出第一个）td。如果存在，则打印它：

for tr in soup.find_all('tr'):
    td = tr.find('td')
    if td:
        print td

Answer 2

遍历 tr，然后打印第一个 td 的文本：

for tr in bs4.BeautifulSoup(data).select('tr'):
    try:
        print tr.select('td')[0].text
    except:
        pass

或更短：

>>> [tr.td for tr in bs4.BeautifulSoup(data).select('tr') if tr.td]
[<td>SMITH</td>, <td>JOHNSON</td>, <td>WILLIAMS</td>, <td>JONES</td>, ...]

如何从 BeautifulSoup 中的 table ( Python ) 中获取第一个 child table 行

How to get first child table row from a table in BeautifulSoup ( Python )

python

beautifulsoup

python-requests