我如何停止美丽的汤从解析时跳过行？

Question

同时使用beautifulsoup解析HTML中的表每隔一行开始与

<tr class="row_k"> 

而不是tr标签无类

样本HTML

<tr class="row_k"> 
<td><img src="some picture url" alt="Item A"></td> 
<td><a href="some url"> Item A</a></td> 
<td>14.8k</td> 
<td><span class="drop">-555</span></td> 
<td> 
<img src="some picture url" alt="stuff" title="stuff"> 
</td> 
<td> 
<img src="some picture url" alt="Max llll"> 
</td> 
</tr> 
<tr> 
<td><img src="some picture url" alt="Item B"></td> 
<td><a href="some url"> Item B</a></td> 
<td>64.9k</td> 
<td><span class="rise">+165</span></td> 
<td> 
<img src="some picture url" alt="stuff" title="stuff"> 
</td> 
<td> 
<img src="some picture url" alt="max llll"> 
</td> 
</tr> 
<tr class="row_k"> 
<td><img src="some picture url" alt="Item C"></td> 
<td><a href="some url"> Item C</a></td> 
<td>4,000</td> 
<td><span class="rise">+666</span></td> 
<td> 
<img src="some picture url" title="stuff"> 
</td> 
<td> 
<img src="some picture url" alt="Maximum lllle"> 

我想提取的文本是14.8k，64.9k和4,000

this1 = urllib2.urlopen('my url').read() 
this_1 = BeautifulSoup(this1) 
this_1a = StringIO.StringIO() 
for row in this_1.findAll("tr", { "class" : "row_k" }): 
    for col in row.findAll(re.compile('td')): 
    this_1a.write(col.string if col.string else '') 
Item_this1 = this_1a.getvalue() 

我觉得这段代码写得不好，是否有更灵活的工具可以使用，比如XML解析器？有人可以建议。

仍然开放给任何仍然使用美丽的答案。

Answer 1

我还在学习很多，但我会建议你尝试lxml。我会刺穿这个，我认为它会让你在那里，但可能有一些我不确定的细节。

假设this1是一个字符串

from lxml.html import fromstring 
this1_tree=fromstring(this1) 
all_cells=[(item[0], item[1]) for item in enumerate(this1_tree.cssselect('td'))] # I am hoping this gives you the cells with their relative position in the document) 

我不能完全确定有关的是你是否测试每个单元的键或值或TEXT_CONTENT以找出是否有您正在寻找的字符串的唯一的事在锚点引用或文本中。这就是为什么我想要一个你的html样本。但是，其中的一个应该工作

the_cell_before_numbers=[] 
for cell in all_cells: 
    if 'Item' in cell[1].text_content(): 
     the_cell_before_numbers.append(cell[0]) 

现在，你有你可以前的细胞则通过获得下一个单元

todays_price=all_cells[the_cell_before_number+1][1].text_content() 

的文本内容得到你所需要的价值，我相信是有更漂亮的方式，但我认为这会让你在那里。

我使用你的html进行了测试，我找到了你要找的东西。