靓汤不速之客

Question

我正在学习美丽的汤，我遵循分析维迪亚的一个简短教程，可以在这里找到：https://www.analyticsvidhya.com/blog/2015/10/beginner-guide-web-scraping-beautiful-soup-python/

本教程使用Beautiful Soup在维基百科中删除一个网页：“https://en.wikipedia.org/wiki/List_of_state_and_union_territory_capitals_in_India

我在Jupyter笔记本中运行这些命令，除了从表标记中提取信息外，其他输出都是相同的。你知道吗

本教程使用以下命令提取特定表的内容：

  soup.find_all("table" , class_ = 'wikitable sortable plainrowheaders' ) 

根据教程，其结果如下：

但是，当我运行同一个命令时，会得到一个混乱的输出，不太可读，如下所示：

   [<table class="wikitable sortable plainrowheaders">\n<tr>\n<th 
   scope="col">No.</th>\n<th scope="col">State or<br/>\nunion  
    territory</th>\n<th scope="col">Administrative capitals</th>\n<th   
    scope="col">Legislative capitals</th>\n<th scope="col">Judiciary 

你能解释一下输出的差别吗？你知道吗

谢谢你的建议。你知道吗

Answer 1

它可能是相同的输出，只是您的特定开发环境对它的处理方式不同。你总是可以导入“漂亮的打印”，看看这是否能让事情变好：

from pprint import pprint

pprint(my_output)

Answer 2

最后我找到了答案。你知道吗

使用prettify（）方法可以使打印输出更可读。但是，find_all（）方法返回一个ResultSet，其中包含 键入“Table”和给定的属性。无法将prettify（）方法应用于结果集。但是，prettify（）可以应用于切片返回的结果集的元素。因此，要获得表的可打印输出，我们执行以下操作：

  right_tables = soup.find_all("table" , class_ = 'wikitable sortable plainrowheaders' ) 
  print(right_tables[0].prettify())

这将呈现以下输出，这正是我要查找的：

  <table class="wikitable sortable plainrowheaders">
   <tr>
    <th scope="col">
      No.
    </th>
    <th scope="col">
      State or
      <br/>
         union territory
    </th>

等等