我有一个相当大的html文件。 我需要抓取这个html文件并提取某些信息
soup.findAll('table',{"summary" : "This table displays snapshot information"})
[<table border="1" summary="This table displays snapshot information" width="500">
<tbody><tr><th class="awrnobg" scope="col"></th><th class="awrbg" scope="col">Snap Id</th><th class="awrbg" scope="col">Snap Time</th><th class="awrbg" scope="col">Sessions</th><th class="awrbg" scope="col">Cursors/Session</th></tr>
<tr><td class="awrnc" scope="row">Begin Snap:</td><td align="right" class="awrnc">98810</td><td align="center" class="awrnc">29-Jun-15 08:00:02</td><td align="right" class="awrnc">700</td><td align="right" class="awrnc"> 129.6</td></tr>
<tr><td class="awrc" scope="row">End Snap:</td><td align="right" class="awrc">98864</td><td align="center" class="awrc">29-Jun-15 17:00:23</td><td align="right" class="awrc">703</td><td align="right" class="awrc"> 129.1</td></tr>
<tr><td class="awrnc" scope="row">Elapsed:</td><td class="awrnc"> </td><td align="center" class="awrnc"> 540.35 (mins)</td><td class="awrnc"> </td><td class="awrnc"> </td></tr>
<tr><td class="awrc" scope="row">DB Time:</td><td class="awrc"> </td><td align="center" class="awrc"> 2,963.17 (mins)</td><td class="awrc"> </td><td class="awrc"> </td></tr>
</tbody></table>]
我用漂亮的汤弄了一张单子。 但我需要提取日期2015年6月29日08:00:02有什么想法吗 我可以单独操作列表项,但这看起来很难看。在
只需使用
class
搜索td
。它应该返回一个列表,您可以从那里继续。在编辑:
考虑到返回表列表的原始代码,只需使用普通的列表索引/切片来获得所需的表。请看下面的例子。我将上面的HTML更改为有三个
^{pr2}$table
具有相同的summary
属性。我的代码将返回所有三个,因此我将选择第一个。然后,我将查找与我定义的td
匹配的所有td
。然后我将使用[2]
选择第三个。然后,我将使用get_text()
来获取目标td
元素内的值。在TL;DR:只需在列表中使用
[0]
。看来这是你唯一能找到的桌子。之后,您可以再次搜索它,因为它变成了一个有效的BeautifulSoup
HTML字符串。在相关问题 更多 >
编程相关推荐