解析更改标签 BeautifulSoup

Posted 2023-03-30

【中文标题】解析更改标签 BeautifulSoup

【英文标题】：Parsing changing tags BeautifulSoup

【发布时间】：2013-07-02 00:50:37

【问题描述】：

如果我的标签不断变化如下：

<tr id="CN13FUT">
<tr id="CU13FUT">
<tr id="CZ13FUT">
<tr id="CH14FUT">
[...]

如何在使用 BeautifulSoup 时阅读此内容？ 这是我需要帮助的：

table = BeautifulSoup(page)
for tr in table.findAll('tr', attrs = 'id': 'something_here'))
   print tr

我不想只使用table.findAll('tr')，因为可能还有其他我不想要的tr 标签，我只想按照上面的格式显示。

【问题讨论】：

所有trs（你需要的）都有id吗？它们总是以 C 开头吗？

【参考方案1】：

您可以使用正则表达式模式来指定您想要的 <tr>s：

import bs4 as bs
import re

doc = '''<tr id="CN13FUT">
    <tr id="CU13FUT">
    <tr id="CZ13FUT">
    <tr id="CH14FUT">
    <tr id="ButNotThis">
   '''
table = bs.BeautifulSoup(doc)
for tr in table.findAll(id=re.compile(r'CN13|CU13|CZ13|CH14')):
    print(tr)

产量

<tr id="CN13FUT">
</tr>
<tr id="CU13FUT">
</tr>
<tr id="CZ13FUT">
</tr>
<tr id="CH14FUT">
</tr>

【讨论】：

但是如果我不知道<tr> id=... 有多少标签怎么办？也许阅读所有tr标签并解析正确的标签会更容易。

我的解决方案不需要您知道标签的数量。它仅用于显示基于使用正则表达式模式选择所需的tr 标记的答案的form。您从未说明选择所需 tr 标记的标准，所以我假设您知道如何形成正确的正则表达式模式。如果您不这样做，则需要说明标准。

【参考方案2】：

如果所有id属性都以“FUT”结尾，那么

for tr in table.findAll(id=re.compile('FUT$')):
    print(tr)
    print(tr['id']) # to print the id attributes

如果所有id属性的长度相同（7），那么

for tr in table.findAll('tr', id=lambda x: x and len(x)==7):
    print(tr['id']) # to print the id attributes