靓汤系列搭配

Question

我试图构建一个只包含表头和与我相关的行的html表。我使用的网站是http://wolk.vlan77.be/~gerben。在

我正在尝试获取表头和表条目，这样就不必每次都查找自己的名称。在

我想做的是：

• 获取html页面
• 解析它以获取表的头
• 解析它以获得与我相关的表标记的行（因此包含lucas的表行）
• 构建一个html页面，显示与我相关的标题和表条目

我现在做的是：

• 先用beautifulsoup获取标题
• 获取我的条目
• 将两者都添加到数组中

• 将此数组传递给生成可打印为html页的字符串的方法

  def下载URL（self）： 全局输入 文件句柄=self.urllib.urlopen('http://wolk.vlan77.be/~gerben') 输入='' 对于线路输入文件句柄.readlines(): 输入+=线路 文件句柄.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'
  

我想从包含lucas的html文件中获取一行，但是当我这样运行时，我在输出中得到以下内容：

^{pr2}$

现在我不明白为什么它不匹配，卢卡斯的绳子很明显在里面：/？在

Answer 1

看来你把事情搞得太复杂了。在

这里有一个更简单的版本。。。在

>>> 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

Answer 2

因为线不是字符串，但是美丽组标签实例。尝试获取td值：

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