beautifulsoup：如何获取表头中元素的索引答案

【问题标题】：beautifulsoup: how to get indexes of elements in table headersbeautifulsoup：如何获取表头中元素的索引
【发布时间】：2014-07-28 12:58:04
【问题描述】：

我正在尝试提取表格标题中元素的索引，以便稍后在表格正文中使用结果来选择适当的列。列的数量各不相同，但我需要的列的标题保持不变。

所以我想知道，例如，'third' 是表标题中的索引 [2]，因此 ‹th>first‹/th>‹th>second‹/th>‹th>third ‹/th>‹th>第四‹/th>‹th>第五‹/th> 然后我可以通过选择‹td>的索引号有选择地选择以下行中的相关‹td>。

这是我的尝试：

#TRIAL TO GET INDEXES FROM TABLE HEADERS
from bs4 import BeautifulSoup
html = '<table><thead><tr class="myClass"><th>A</th>'
'<th>B</th><th>C</th><th>D</th></tr></thead></table>'
soup = BeautifulSoup(html)

table = soup.find('table')

for hRow in table.find_all('th'):
hRow = hRow.index('A')
print hRow

给：

ValueError: Tag.index: 元素不在标签中

有什么想法吗？

【问题讨论】：

标签： python beautifulsoup html-parsing

【解决方案1】：

您可以找到所有标题并使用适当的文本获取标题的位置：

from bs4 import BeautifulSoup

html = """
<table>
    <thead>
        <tr class="myClass">
            <th>A</th>
            <th>B</th>
            <th>C</th>
            <th>D</th>
        </tr>
    </thead>
</table>
"""
soup = BeautifulSoup(html)

header_row = soup.select('table > thead > tr.myClass')[0]

headers = header_row.find_all('th')
header = header_row.find('th', text='A')
print headers.index(header)  # prints 0

【讨论】：