使用BeautifulSoup，如何引用HTML页面中的表格行
我有一个看起来像这样的html页面：
<html>
..
<form post="/products.hmlt" ..>
..
<table ...>
<tr>...</tr>
<tr>
<td>part info</td>
..
</tr>
</table>
..
</form>
..
</html>
我尝试了：
form = soup.findAll('form')
table = form.findAll('table') # table inside form
但是我收到一个错误提示：
ResultSet对象没有'findAll'这个属性
我猜调用findAll并没有返回一个'beautifulsoup'对象？那我该怎么办呢？
更新
这个页面上有很多表格，但只有一个表格是在上面显示的标签里面。
2 个回答
2
我喜欢ars的回答，也完全同意需要进行错误检查；
特别是如果这个代码要用在实际的生产环境中。
这里有一种更详细、更明确的方法来找到你想要的数据：
from BeautifulSoup import BeautifulSoup as bs
html = '''<html><body><table><tr><td>some text</td></tr></table>
<form><table><tr><td>some text we care about</td></tr>
<tr><td>more text we care about</td></tr>
</table></form></html></body>'''
soup = bs(html)
for tr in soup.form.findAll('tr'):
print tr.text
# output:
# some text we care about
# more text we care about
这里是整理过的HTML代码：
>>> print soup.prettify()
<html>
<body>
<table>
<tr>
<td>
some text
</td>
</tr>
</table>
<form>
<table>
<tr>
<td>
some text we care about
</td>
</tr>
<tr>
<td>
more text we care about
</td>
</tr>
</table>
</form>
</body>
</html>
3
findAll这个函数会返回一个列表，所以你首先要提取出里面的元素：
form = soup.findAll('form')[0]
table = form.findAll('table')[0] # table inside form
当然，在访问列表中的元素之前，你应该先做一些错误检查（比如确保列表不是空的）。