如何使用 BeautifulSoup 在 <tr> 中获取特定的 <td>

Question

试图从纽约市的高中列表 wiki 页面中获取所有高中的名称。

我已经写了足够多的脚本来获取所有包含在 table 的 <tr> 标签中的信息高中、学术领域和入学标准 - 但我怎样才能将范围缩小到我认为 td[0] 范围内的范围（吐回 KeyError） - 只是学校的名称？

到目前为止我编写的代码：

from bs4 import BeautifulSoup
from urllib2 import urlopen

NYC = 'https://en.wikipedia.org/wiki/List_of_high_schools_in_New_York_City'

html = urlopen(NYC)
soup = BeautifulSoup(html.read(), 'lxml')
schooltable = soup.find('table')
for td in schooltable:
    print(td)

我收到的输出：

<tr>
    <td><a href="/wiki/The_Beacon_School" title="The Beacon School">The Beacon School</a></td>
    <td>Humanities &amp; interdisciplinary</td>
    <td>Academic record, interview</td>
</tr>

输出我求:

The Beacon School

Answer 1

如何获取页面上的第一个 table，遍历除第一个 header 行之外的所有行，并为每一行获取第一个 td 元素。适合我：

for row in soup.table.find_all('tr')[1:]:
    print(row.td.text)

Answer 2

我还设法通过查找 <td> 中的所有锚点然后查找标题来做到这一点：

titles = next(
    i.get('title') for i in [
        td.find('a') for td in soup.findAll('td') if td.find('a') is not None
        ]

如何使用 BeautifulSoup 在 <tr> 中获取特定的 <td>

How to grab a specific <td> within a <tr> with BeautifulSoup

html

python

beautifulsoup