python beautifulsoup添加额外的结束标签

Question

我正在使用 Beautifulsoup 解析网站

  request = urllib2.Request(url)
  response = urllib2.urlopen(request)
  soup = BeautifulSoup.BeautifulSoup(response)

我正在使用它来遍历一个表。我遇到的问题是 BS 正在将表格的额外结束标记添加到不存在的 html 中，我使用以下方法进行了验证：print soup.prettify()。因此，其中一个 td 标记被排除在表之外，我无法选择它。

Answer 1

如何直接搜索每个标签而不是尝试遍历表？

   for td in soup.find("td"):
        ...

当它不在代码中时，自动找到嵌套在表中的 tbody 标记并不罕见。您可以为它编写代码，也可以直接跳转到 tr 或 td 标签。