如何使用不同的列标签（1=td和2=a）刮取tr？

Question

我刮桌子有问题。该表由以下行组成，请参考下面的html代码：

<tr>
    <td align="center" class="hell" width="20%"> <b>1 : 0</b> </td>
    <td class="hell"> <a href="/speler_profiel/tjeerd-westdijk/" title="Tjeerd Westdijk">Tjeerd Westdijk</a> 1.</td>
</tr>, 
<tr>
    <td align="center" class="dunkel" width="20%"><b>2 : 0</b></td>
    <td class="dunkel"><a href="/speler_profiel/emiel-wendt/" title="Emiel Wendt">Emiel Wendt</a> 20.</td>
</tr>

请注意，每行由两列组成。从第一列（td）开始，我只想在标记内刮取文本，因此->；'1:0'&；'2 : 0 '. 从第二列开始，我只想在a标记中刮取文本，因此->；'Tjeerd Westdijk'和'埃米尔·温特

当我运行我的代码（请参考下面）时，我得到a标记之外的文本（也在第二列中），即1&；二十,

这是我的代码：

scores = []

for row in td1_7[start:end]:
scores.append([data.get_text(strip=True) for data in row.find_all('td')])

final_df = pd.DataFrame(scores, columns=['Score','Playes'])

print(final_df)

这为我提供了以下输出：

得分游戏 0 1:0特杰德-韦斯特迪克1。 12:0埃米尔·温特20

如何删除列中的1和20。玩家

Answer 1

选择此列中的<a>并获取title属性，而不是使用播放器名称的整个<td>：

data = '''<tr>
    <td align="center" class="hell" width="20%"> <b>1 : 0</b> </td>
    <td class="hell"> <a href="/speler_profiel/tjeerd-westdijk/" title="Tjeerd Westdijk">Tjeerd Westdijk</a> 1.</td>
</tr>
<tr>
    <td align="center" class="dunkel" width="20%"><b>2 : 0</b></td>
    <td class="dunkel"><a href="/speler_profiel/emiel-wendt/" title="Emiel Wendt">Emiel Wendt</a> 20.</td>
</tr>'''

from bs4 import BeautifulSoup

soup = BeautifulSoup(data, 'html.parser')

rows = []
for col1, col2 in zip(soup.select('td:nth-of-type(1)'), soup.select('td:nth-of-type(2) a[title]')):
    rows.append((col1.get_text(strip=True), col2['title']))

print('{: <20}{: <20}'.format('Score', 'Players'))
print('-' * 40)
for row in rows:
    print(''.join('{: <20}'.format(d) for d in row))

印刷品：

Score               Players             
                    
1 : 0               Tjeerd Westdijk     
2 : 0               Emiel Wendt