用 BeautifulSoup4 刮桌答案

【问题标题】：Scraping table with BeautifulSoup4用 BeautifulSoup4 刮桌
【发布时间】：2018-08-24 07:32:16
【问题描述】：

我正在尝试抓取表格中的一些详细信息行，但我不知道如何正确访问这些信息。这是html：

<tr class="even">
  <td style="background: #F5645C; color: #F5645C;">1&#160;</td>
  <td>Michael</td>
  <td class="right">57</td>
  <td class="right">0</td>
  <td class="right">5</td>
</tr>
<tr class="odd">
  <td style="background: #8FB9B0; color: #8FB9B0;">1&#160;</td>
  <td>Clara</td>
  <td class="right">48</td>
  <td class="right">0</td>
  <td class="right">5</td>
</tr>
<tr class="even">
  <td style="background: #F5645C; color: #F5645C;">1&#160;</td>
  <td>Lisa</td>
  <td class="right">44</td>
  <td class="right">2</td>
  <td class="right">5</td>
</tr>
<tr class="odd">
  <td style="background: #8FB9B0; color: #8FB9B0;">0&#160;</td>
  <td>Joe</td>
  <td class="right">43</td>
  <td class="right">0</td>
  <td class="right">13</td>
</tr>
<tr class="even">
  <td style="background: #F5645C; color: #F5645C;">1&#160;</td>
  <td>John</td>
  <td class="right">38</td>
  <td class="right">3</td>
  <td class="right">4</td>
</tr>
<tr class="odd">
  <td style="background: #F5645C; color: #F5645C;">1&#160;</td>
  <td>Francesca</td>
  <td class="right">35</td>
  <td class="right">2</td>
  <td class="right">5</td>
</tr>
<tr class="even">
  <td style="background: #8FB9B0; color: #8FB9B0;">0&#160;</td>
  <td>Carlos</td>
  <td class="right">27</td>
  <td class="right">1</td>
  <td class="right">2</td>
</tr>

我试图获得的是在每个 td 之后出现的下一个 td 上的文本，颜色为 F5645C，但不幸的是我遇到了问题。这就是我希望脚本返回的内容：迈克尔丽莎约翰弗朗西斯卡

这是我目前拥有的代码：

table = soup.find('table')
table_rows = table.find_all('tr')

for tr in table_rows:
    td = tr.find('td', style='background: #F5645C; color: #F5645C;').find_next_sibling('td').get_text()
    print(td)

在运行脚本时：AttributeError: 'NoneType' object has no attribute 'find_next_sibling'

【问题讨论】：

您尝试点击的td 可能不存在，因此没有下一个兄弟姐妹。样式是一个糟糕的选择器，你能不能不用class或者id？
我不能，我复制粘贴了我拥有的确切 html...

标签： python beautifulsoup

【解决方案1】：

您可以使用 CSS 选择器选择所有包含 style 属性和字符串 color: #F5645C 的 <td> 标签，然后应用方法 find_next()：

for td in soup.select('td[style*="color: #F5645C"]'):
  print(td.find_next('td').text)

打印出来：

Michael
Lisa
John
Francesca

【讨论】：

【解决方案2】：

data = BeautifulSoup(html)
for tr in data.find_all('tr'):
    td = tr.find_all('td')
    print(td[1].text)

我想现在你可以更进一步了..

【讨论】：

列表索引超出范围

【解决方案3】：

使用.findNext("td").text

例如：

from bs4 import BeautifulSoup
soup = BeautifulSoup(html, "html.parser")
for tr in soup.find_all("tr"):
    print(tr.td.findNext("td").text)

输出：

Michael
Clara
Lisa
Joe
John
Francesca
Carlos

【讨论】：

AttributeError: 'NoneType' 对象没有属性 'findNext'

【解决方案4】：

使用可以使用find_all 和style 属性的过滤器：

 bs = BeautifulSoup(htmlcontent)
 bs.find_all('td', attrs={'style':'background-color: #F5645C, color: #F5645C'})

【讨论】：