BeautifulSoup，HTML表中的字典
我正在尝试从网站上抓取表格数据。
这是一个简单的示例表：
t = '<html><table>' +\
'<tr><td class="label"> a </td> <td> 1 </td></tr>' +\
'<tr><td class="label"> b </td> <td> 2 </td></tr>' +\
'<tr><td class="label"> c </td> <td> 3 </td></tr>' +\
'<tr><td class="label"> d </td> <td> 4 </td></tr>' +\
'</table></html>'
所需的解析结果是 {' a ': ' 1 ', ' b ': ' 2 ', ' c ': ' 3 ', ' d ' : ' 4' }
到目前为止，这是我最接近的尝试：
for tr in s.findAll('tr'):
k, v = BeautifulSoup(str(tr)).findAll('td')
d[str(k)] = str(v)
结果是：
{'<td class="label"> a </td>': '<td> 1 </td>', '<td class="label"> d </td>': '<td> 4 </td>', '<td class="label"> b </td>': '<td> 2 </td>', '<td class="label"> c </td>': '<td> 3 </td>'}
我知道的text=True参数，findAll()但是使用它时没有得到预期的结果。
我正在使用python 2.6和BeautifulSoup3。
问题答案：
尝试这个：
from BeautifulSoup import BeautifulSoup, Comment
t = '<html><table>' +\
'<tr><td class="label"> a </td> <td> 1 </td></tr>' +\
'<tr><td class="label"> b </td> <td> 2 </td></tr>' +\
'<tr><td class="label"> c </td> <td> 3 </td></tr>' +\
'<tr><td class="label"> d </td> <td> 4 </td></tr>' +\
'</table></html>'
bs = BeautifulSoup(t)
results = {}
for row in bs.findAll('tr'):
aux = row.findAll('td')
results[aux[0].string] = aux[1].string
print results
-
问题内容： 我正在使用BeautifulSoup在特定页面上寻找用户输入的字符串。例如，我想查看字符串“ Python”是否位于页面上：http : //python.org 当我使用时： find_string返回 但是当我使用： find_string返回预期 这两个语句之间有什么区别，使得当要搜索的单词实例不止一个时，第二条语句可以工作 问题答案： 以下行正在寻找 确切的 Navigable
-
问题内容： 我想获取HTML中隐藏的输入字段的值。 我想用Python编写一个正则表达式，该表达式将返回的值，因为我知道HTML中的行遵循以下格式 有人可以提供Python范例来解析HTML值吗？ 问题答案： 对于这种特殊情况，BeautifulSoup比正则表达式更难编写，但是它更健壮…我只是为BeautifulSoup示例提供帮助，因为您已经知道要使用哪个正则表达式:-)
-
问题内容： 有没有一种方法可以从HTML文件中获取CSS类？示例片段： 完美的输出将是： 尽管这样可以： 问题答案： BeautifulSoup本身根本不解析CSS样式声明，但是您 可以 提取这些部分，然后使用专用的CSS解析器对其进行解析。 根据您的需求，有多个CSS解析器可用于python。我会选择cssutils（需要python 2.5或更高版本（包括python 3）），它在支持方面是最
-
问题内容： 我需要能够修改HTML文档中的每个链接。我知道我需要使用，但是我对实现该方法不是100％肯定的。如果有人可以引导我获得良好的资源或提供代码示例，将不胜感激。 谢谢。 问题答案： 也许这样的事情行得通吗？（不幸的是，我面前没有Python解释器）
-
问题内容： 我正在尝试学习一些漂亮的汤，并从一些iFrame中获取一些html数据-但到目前为止，我还没有取得很大的成功。 因此，解析iFrame本身似乎不是BS4的问题，但是我似乎并没有从中获得嵌入的内容-不管我做什么。 例如，考虑下面的iFrame（这是我在chrome开发人员工具上看到的）： 我要提取的内容在哪里。 但是，当我使用以下BS4代码时： 我得到： 换句话说，我得到的iFrame中
-
问题内容： 我正在编写一个脚本，用于抓取国际StarCraft 2游戏的Team Liquid数据库的游戏。（http://www.teamliquid.net/tlpd/sc2-international/games） 但是我来提出一个问题。我的脚本遍历所有页面，但是Team Liquid网站使用了我认为在表中的某种AJAX来更新它。现在，当我使用BeautifulSoup时，我无法获得正确的数