如何从 BeautifulSoup ( Python ) 中的表中获取第一个子表行

Posted 2023-02-23

【中文标题】如何从 BeautifulSoup ( Python ) 中的表中获取第一个子表行

【英文标题】：How to get first child table row from a table in BeautifulSoup ( Python )

【发布时间】：2015-10-11 19:56:38

【问题描述】：

这是代码和示例结果，我只希望表格的第一列忽略其余部分。 *** 上有类似的问题，但没有帮助。

<tr>
<td>JOHNSON</td>
<td> 2,014,470 </td>
<td>0.81</td>
<td>2</td>
</tr>

我只想要 JOHNSON，因为它是第一个孩子。 我的python代码是：

import requests
  from bs4 import BeautifulSoup
 def find_raw():
      url = 'http://names.mongabay.com/most_common_surnames.htm'
      r = requests.get(url)
      html = r.content
      soup = BeautifulSoup(html)
      for n in soup.find_all('tr'):
          print n.text
  
  find_raw()

我得到了什么：

SMITH 2,501,922 1.0061
JOHNSON 2,014,470 0.812

【问题讨论】：

您的问题并不完全清楚。如果你得到每个 tr 的第一个子 td，你想要第一个 column 而不是第一个 row。你能澄清一下吗？

已编辑。确实是专栏

【参考方案1】：

遍历tr，然后打印第一个td的文本：

for tr in bs4.BeautifulSoup(data).select('tr'):
    try:
        print tr.select('td')[0].text
    except:
        pass

或更短：

>>> [tr.td for tr in bs4.BeautifulSoup(data).select('tr') if tr.td]
[<td>SMITH</td>, <td>JOHNSON</td>, <td>WILLIAMS</td>, <td>JONES</td>, ...]

相关帖子：

Is there a clean way to get the n-th column of an html table using BeautifulSoup? Extracting selected columns from a table using BeautifulSoup CSS select with beautifulsoup4 doesn't work Python BeautifulSoup Getting a column from table - IndexError List index out of range BeautifulSoup Specify table column by number?

【参考方案2】：

您可以找到所有带有find_all 的tr 标签，然后对于每个tr 你find（只给出第一个）td。如果存在，则打印它：

for tr in soup.find_all('tr'):
    td = tr.find('td')
    if td:
        print td

【讨论】：

谢谢，你能解释一下吗？我的意思是如果我只需要迭代第二行或第三行怎么办？