Из большой таблицы я хочу читать строки 5, 10, 15, 20... с помощью BeautifulSoup. Как мне это сделать? Является ли findNextSibling и приращивающим счетчиком путь?
Получение n-го элемента с помощью BeautifulSoup
Ответ 1
Вы также можете использовать findAll
, чтобы получить все строки в списке, и после этого просто используйте синтаксис среза для доступа к тем элементам, которые вам нужны:
rows = soup.findAll('tr')[4::5]
Ответ 2
В качестве общего решения вы можете преобразовать таблицу во вложенный список и выполнить итерацию...
import BeautifulSoup
def listify(table):
"""Convert an html table to a nested list"""
result = []
rows = table.findAll('tr')
for row in rows:
result.append([])
cols = row.findAll('td')
for col in cols:
strings = [_string.encode('utf8') for _string in col.findAll(text=True)]
text = ''.join(strings)
result[-1].append(text)
return result
if __name__=="__main__":
"""Build a small table with one column and ten rows, then parse into a list"""
htstring = """<table> <tr> <td>foo1</td> </tr> <tr> <td>foo2</td> </tr> <tr> <td>foo3</td> </tr> <tr> <td>foo4</td> </tr> <tr> <td>foo5</td> </tr> <tr> <td>foo6</td> </tr> <tr> <td>foo7</td> </tr> <tr> <td>foo8</td> </tr> <tr> <td>foo9</td> </tr> <tr> <td>foo10</td> </tr></table>"""
soup = BeautifulSoup.BeautifulSoup(htstring)
for idx, ii in enumerate(listify(soup)):
if ((idx+1)%5>0):
continue
print ii
Запуск этого...
[[email protected] ~]$ python testme.py
['foo5']
['foo10']
[[email protected] ~]$
Ответ 3
Еще один вариант, если вы предпочитаете raw html...
"""Build a small table with one column and ten rows, then parse it into a list"""
htstring = """<table> <tr> <td>foo1</td> </tr> <tr> <td>foo2</td> </tr> <tr> <td>foo3</td> </tr> <tr> <td>foo4</td> </tr> <tr> <td>foo5</td> </tr> <tr> <td>foo6</td> </tr> <tr> <td>foo7</td> </tr> <tr> <td>foo8</td> </tr> <tr> <td>foo9</td> </tr> <tr> <td>foo10</td> </tr></table>"""
result = [html_tr for idx, html_tr in enumerate(soup.findAll('tr')) \
if (idx+1)%5==0]
print result
Запуск этого...
[[email protected] ~]$ python testme.py
[<tr> <td>foo5</td> </tr>, <tr> <td>foo10</td> </tr>]
[[email protected] ~]$
Ответ 4
Это можно легко сделать с помощью select
в красивом супе, если вы знаете номера строк, которые нужно выбрать. (Примечание: это в bs4)
row = 5
while true
element = soup.select('tr:nth-of-type('+ row +')')
if len(element) > 0:
# element is your desired row element, do what you want with it
row += 5
else:
break