Beautiful Soup 行匹配

Question

我正在尝试创建一个只包含表头和我关心的那一行的HTML表格。我要使用的网站是 http://wolk.vlan77.be/~gerben。

我想获取表头和我的表格条目，这样我就不用每次都去找我的名字了。

我想做的事情：

• 获取HTML页面
• 解析它以获取表头
• 解析它以获取与我相关的那一行（也就是包含lucas的那一行）
• 构建一个HTML页面，显示与我相关的表头和条目

我现在的做法：

• 首先用beautifulsoup获取表头
• 获取我的条目
• 将这两者添加到一个数组中

• 将这个数组传递给一个方法，生成一个可以打印为HTML页面的字符串

  def downloadURL(self): global input filehandle = self.urllib.urlopen('http://wolk.vlan77.be/~gerben') input = '' for line in filehandle.readlines(): input += line filehandle.close()

  def soupParserToTable(self,input):
      global header
  
      soup = self.BeautifulSoup(input)
      header = soup.first('tr')
      tableInput='0'
  
      table = soup.findAll('tr')
      for line in table:
          print line
          print '\n \n'
          if '''lucas''' in line:
              print 'true'
          else:
              print 'false'
          print '\n \n **************** \n \n'
  

我想从HTML文件中获取包含lucas的那一行，但当我这样运行时，输出却是：

 **************** 


<tr><td>lucas.vlan77.be</td> <td><span style="color:green;font-weight:bold">V</span></td> <td><span style="color:green;font-weight:bold">V</span></td> <td><span style="color:green;font-weight:bold">V</span></td> </tr>



false

我不明白为什么没有匹配上，字符串lucas明明在里面啊 :/？

Answer 1

这是因为line不是一个字符串，而是一个BeautifulSoup.Tag实例。你可以试着获取td的值：

if '''lucas''' in line.td.string:

Answer 2

看起来你把这个问题搞得太复杂了。

这里有个更简单的版本……

>>> import BeautifulSoup
>>> import urllib2
>>> html = urllib2.urlopen('http://wolk.vlan77.be/~gerben')
>>> soup = BeautifulSoup.BeautifulSoup(html)
>>> print soup.find('td', text=lambda data: data.string and 'lucas' in data.string)
lucas.vlan77.be