estoy luchando con la sintaxis requerida que consigan unas hrefs en un td. El tabla, elementos tr y td no tienen o identificadores de ninguna clase.Cómo conseguir un elemento anidado en la hermosa sopa
Si quería agarrar el ancla en este ejemplo, lo que voy a necesitar?
< tr> < td> < a> ...
Gracias
De acuerdo con los documentos, primero hacer un árbol de análisis:
import BeautifulSoup
html = "<html><body><tr><td><a href='foo'/></td></tr></body></html>"
soup = BeautifulSoup.BeautifulSoup(html)
y luego buscar en ella, por ejemplo, para <a> etiquetas cuyos padres inmediata es una <td>:
for ana in soup.findAll('a'):
if ana.parent.name == 'td':
print ana["href"]
Algo como esto?
from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html)
anchors = [td.find('a') for td in soup.findAll('td')]
Eso debería encontrar la primera "a" dentro de cada "TD" en el HTML que proporcionan. Se pueden ajustar td.find para ser más específicos, o bien utilizar findAll si tiene varios enlaces dentro de cada td.
ACTUALIZACIÓN: Re comentario de Daniele, si usted quiere asegurarse de que usted no tiene ningún None 's en la lista, entonces usted podría modificar la lista de la comprensión de este modo:
from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html)
anchors = [a for a in (td.find('a') for td in soup.findAll('td')) if a]
Lo que básicamente sólo se suma una verifique si tiene un elemento real devuelto por td.find('a').
eso es muy ¡inteligente! pero si 'a' no está presente, ¿incluiría None en la lista de anclas? ¿Cómo puedo completar la lista de anclas solo los 'a' reales que superan a los Nones? –
Ok, he actualizado la pregunta para tratar de eliminar None's de la lista. –
¡eso es genial! ¡Gracias! –
lamentablemente no funciona – Greyshack
@Greyshack, funciona bien para mí (usando la versión actual, por supuesto, más de 6 años después de la publicación original - pip instalar beautifulsoup4, y luego, por supuesto, el nombre del módulo es ahora bs4) - print 'foo' , según sea necesario. Por supuesto, es imposible ofrecerle ayuda en función de una descripción tan vaga de su problema como "no funciona [sic]". –