BeautifulSoup en Python - l'obtention de la n-ème de tag de type

J'ai un code html qui contient de nombreux <table>s.

Je vais essayer d'obtenir les informations contenues dans le second tableau. Est-il un moyen de le faire sans l'aide de soup.findAll('table') ?

Lorsque j'utilise soup.findAll('table'), j'obtiens une erreur:

ValueError: too many values to unpack

Est-il un moyen pour obtenir le n-ème balise code ou d'une autre manière qui ne nécessite pas de passer par toutes les tables? Ou devrais-je voir si je peux ajouter des titres aux tables? (comme <table title="things">)

Il y a aussi des en-têtes (<h4>title</h4>) au-dessus de chaque table, si cela aide.

Grâce.

MODIFIER

Voici ce que je pensais lorsque j'ai posé la question:

J'ai été déballage des objets en deux valeurs, quand il y avait beaucoup plus. Je pensais que ce serait juste de me donner les deux premières choses à partir de la liste, mais bien sûr, elle a gardé de me donner l'erreur mentionnée ci-dessus. J'étais pas au courant de la valeur de retour est une liste et pensé que c'était un objet spécial ou quelque chose et j'ai fondé mon code de mon amis.

Je pensais à cette erreur signifie qu'il n'y en avait trop, les tableaux de la page et qu'il ne pouvait pas les traiter, donc j'ai demandé un moyen de le faire sans la méthode que j'utilisais. Je devrais probablement avoir arrêté en supposant que les choses.

Maintenant je sais que ça renvoie une liste et je peux l'utiliser dans une boucle for ou obtenir une valeur avec soup.findAll('table')[someNumber]. J'ai appris ce déballage est et comment l'utiliser ainsi. Merci à tous ceux qui ont aidé.

J'espère que ça efface les choses, maintenant que je sais ce que je fais à ma question moins de sens que lorsque je l'avais demandé, j'ai donc pensé que je venais de mettre ici une note sur ce que je pensais.

EDIT 2:

Cette question est maintenant assez vieux, mais je vois encore que je n'ai jamais été très clair sur ce que je faisais.

Si ça aide quelqu'un, j'ai été de tenter de décompresser le findAll(...) résultats, dont le montant est à eux que je ne connaissais pas.

useless_table, table_i_want, another_useless_table = soup.findAll("table");

Comme il n'y avait pas toujours le nombre de tables que j'avais deviné à la page, et toutes les valeurs du tuple besoin d'être déballé, j'ai reçu le ValueError:

ValueError: too many values to unpack

Donc, je cherchais le moyen de saisir la deuxième (ou quel que soit l'indice) de la table dans le tuple retourné sans que des erreurs sur le nombre de tables ont été utilisés.

en faisant soup.findAll('table') n' pas provoquer un ValueError. Merci de poster votre code complet. too many values to unpack signifie que vous disposez de plusieurs variables sur la partie gauche de l'expression.
soup.find(title="things") ??
Au sommet de la poste, j'ai dit que je l'utilise sur code avec de nombreux <table>s en elle. Je l'utilise sur cette page: view-source:dhmc.us/joueurs/view/nasonfish et je suis en utilisant ce code: table1, table2 = soup.find_all('table')
soup.find_all('table') renvoie une liste. tables = soup.find_all('table') devrait fonctionner
L'erreur indique que vous avez plus que 2 tables, donc le décompresser échoue. Ne pas utiliser un tuple déballage dans ce cas.

OriginalL'auteur nasonfish | 2012-12-30

beautifulsoup python

18

Pour obtenir le deuxième tableau de l'appel soup.findAll('table'), l'utiliser comme une liste, il suffit de les indexer:
```
secondtable = soup.findAll('table')[1]
```
Cela a fonctionné parfaitement. Merci! Ne sais pas pourquoi je n'avais pas pensé à cela avant.
Ce n' findAll('table')[1] signifie vraiment? Il vient de trouver la deuxième table ou de trouver tous les tableaux premier, puis le deuxième tableau?
Il trouve tous les tableaux premier, puis le deuxième tableau. FindAll est une fonction et sa valeur de retour donne une liste et puis, nous avons le deuxième élément de

OriginalL'auteur Martijn Pieters
2

Martjin Pieter de réponse permettra de le faire fonctionner en effet. J'ai eu une certaine expérience avec imbriqué table balise qui a cassé mon code quand je l'ai tout simplement obtenir le deuxième tableau dans la liste sans y prêter attention.

Lorsque vous essayez de find_all et obtenir le n-ième élément, il est possible que vous vous trompez, vous feriez mieux de localiser le premier élément que vous voulez, et assurez-vous que le n-ième élément est en fait un frère de cet élément à la place des enfants.
1. Vous pouvez utiliser le find_next_sibling() pour la sécurité de votre code
2. vous pouvez trouver le parent en premier et ensuite utiliser find_all(recursive=False) pour garantir votre plage de recherche.
Juste au cas où vous en avez besoin. Je vais inscrire mon code ci-dessous(utilisez recursive=FALSE).
```
import urllib2
from bs4 import BeautifulSoup

text = """
<html>
    <head>
    </head>
    <body>
        <table>
            <p>Table1</p>
            <table>
                <p>Extra Table</p>
            </table>
        </table>
        <table>
            <p>Table2</p>
        </table>
    </body>
</html>
"""

soup = BeautifulSoup(text)

tables = soup.find('body').find_all('table')
print len(tables)
print tables[1].text.strip()
#3
#Extra Table # which is not the table you want without warning

tables = soup.find('body').find_all('table', recursive=False)
print len(tables)
print tables[1].text.strip()
#2
#Table2 # your desired output
```
OriginalL'auteur B.Mr.W.

Voici ma version

# Import bs4
from bs4 import BeautifulSoup

# Read your HTML
#html_doc = your html

# Get BS4 object
soup = BeautifulSoup(html_doc, "lxml")

# Find next Sibling Table to H3 Header with text "THE GOOD STUFF"    
the_good_table = soup.find(name='h3', text='THE GOOD STUFF').find_next_sibling(name='table')

# Find Second tr in your table
your_tr = the_good_table.findAll(name='tr')[1]

# Find Text Value of First td in your tr
your_string = your_tr.td.text

print(your_string)

De sortie:

'I WANT THIS STRING'

OriginalL'auteur Sergei

Vous devez vous connecter pour publier un commentaire.