如何处理其colspan ==''的td标签？

我试图从使用BeautifulSoup的HTML源提取数据。这是源如何处理其colspan ==''的td标签？

<td class="advisor" colspan="">

这里是我的代码：

soup = BeautifulSoup(html, 'html.parser') 
tds = soup.find_all('td') 

for td in tds: 
    if td["colspan"] == '': 
     col = 0 
    else: 
     col = int(td["colspan"])

不过，我得到这个错误：

ValueError: invalid literal for int() with base 10: ''

我知道这个错误意味着'不能转化为整数，但为什么我的'如果'不工作？我认为这种情况应该去

col = 0

而不是

col = int(td["colspan"])

来源

2016-03-02 Mars Lee

你可以做'如果td [“colspan”]。strip（）==''：'看看是否有帮助吗？ – shahkalpesh

可以包括'A，B，C，D，E，F'吗？ – Ian

@shahkalpesh它不起作用。你能告诉我什么是strip（）吗？我以前在文档中没有看到它。谢谢:) –

我会建议你使用异常处理如下：

from bs4 import BeautifulSoup 

html = """ 
    <td class="advisor" colspan="2"></td> 
    <td class="advisor" colspan=""></td> 
    <td class="advisor" colspan="x"></td> 
    """ 

soup = BeautifulSoup(html, 'html.parser') 
tds = soup.find_all('td') 

for td in tds: 
    try: 
     col = int(td["colspan"]) 
    except (ValueError, KeyError) as e: 
     col = 0 

    print(col)

这将显示如下：

2 
0 
0

使用Python 3.4.3

来源

2016-03-02 08:08:49

我试过了你的代码，但是它仍然给我ValueError ... –

我试过上面的脚本，网址，它似乎工作正常。它产生很多0，有几个2。你使用的是什么版本的Python和BeautifulSoup？ –

我也收到了所有的colspan值，结果与你的一样。它真的很奇怪，如果没有工作... 我的python版本是3.5.1和BS4 –

为了避免错误，由于错误输入类型，你可以检查的说法是真的完整的第一，然后再继续：

def check_int(s): 
    if s = '' or s is None 
     return False 
    st = str(s) 
    if st[0] in ('-', '+'): 
     return st[1:].isdigit() 
    return st.isdigit() 

for td in tds: 
    if check_int(td["colspan"]): 
     col = int(td["colspan"]) 
    else: 
     col = 0

或者，使用三元操作：

for td in tds: 
    col = int(td["colspan"]) if check_int(td["colspan"]) else 0

编辑：一些good materials做int检查没有尝试除外。

来源

2016-03-02 08:03:32 Ian

谢谢你的帮助！我终于发现这是我的错！我知道为什么它不工作！谢谢:) –

@MarsLee ow，这对你很有好处..;） – Ian

测试你可以假设值var col的全称是""，然后检查它是否属实。

soup = BeautifulSoup(html, 'html.parser') 
tds = soup.find_all('td') 

for td in tds: 
    col = 0 
    if td["colspan"].isdigit(): 
     col = int(td["colspan"])

来源

2016-03-02 08:19:48

你的策略很酷，但我仍然得到ValueError。我不知道为什么... –

试着把一些打印值调试一下。 –

我打印所有的colspan值，我非常确定它是''，所以'if'不起作用真的很奇怪。 –

如何处理其colspan ==''的td标签？

回答

相关问题