根据漂亮汤中儿童的文本值查找标签列表

Question

我有一个关于使用一个条件来选择一个标记列表（或单个标记）的问题。具体来说，给定HTML代码：

<tbody>
<tr class="" data-row="0">
<tr class="" data-row="1">
<tr class="" data-row="2">
    <td align="right" csk="13">13</td>
    <td align="left" csk="Jones,Andre"><a href="/players/andre-jones-2.html">Andre Jones</a>       
    </td>
<tr class="" data-row="3">
    <td align="right" csk="7">7</td>
    <td align="left" csk="Jones,DeAndre"><a href="/players/deandre-jones-1.html">DeAndre Jones</a>
    </td>
 <tr class="" data-row="4">
 <tr class="" data-row="5">

我有一个来自外部循环的unicode变量，我试图查看表中的每一行，以提取带有Player==Table.tr.a.text的<tr>标记，并在{}中标识重复的玩家名称。因此，例如，如果有多个播放器具有Player=Andre Jones，MyRow对象返回包含该播放器名称的所有<tr>标记，而如果只有一行具有Player=Andre Jones，则{}只包含单个元素<tr>，锚文本属性等于Andre Jones。我一直在尝试

^{pr2}$

但这将为MyRow返回[]。如果我使用

MyRow = Table.find_all(lambda X: X.name=='tr' and Player in X.text)

这将选择具有Player作为X.text子字符串的任何{}。在上面的示例代码中，它提取了带有eTable.tr.td.a.text=='Andre Jones'和Table.tr.td.a.text=='DeAndre Jones'的<tr>标记。任何帮助都将不胜感激。在

Answer 1

无论你想要什么。：）

解决方案1

逻辑：找到第一个标记，其标记名为tr，并在该标记的文本中包含“FooName”，包括其子标记。在

# Exact Match  (text is unicode, turn into str)
print Table.find(lambda tag: tag.name=='tr' and 'FooName' == tag.text.encode('utf-8'))
# Fuzzy Match
# print Table.find(lambda tag: tag.name=='tr' and 'FooName' in tag.text)

输出：

^{pr2}$

解决方案2

逻辑：找到其文本包含FooName的元素，在本例中是anchor标记。然后在树上搜索标记名为tr的所有父代（包括祖先）

# Exact Match
print Table.find(text='FooName').find_parent('tr')
# Fuzzy Match
# import re
# print Table.find(text=re.compile('FooName')).find_parent('tr')

输出

^{pr2}$

Answer 2

使用XPath和lxml可以很容易地做到这一点：

import lxml.html

root = lxml.html.fromstring('''...''')
td = root.xpath('//tr[.//a[text() = "FooName"]]')

美丽组“等价物”应该是：

^{pr2}$

或者如果你回头想想：

td = soup.find('a', text='FooName').find_parent('tr')