如果要讀取遵循以下格式的表中的條目：<table cellspacing="0" cellpadding="4">stuff</table>我將其用作當前方法：pg = urllib2.urlopen(req).read()page = BeautifulSoup(pg)table = page.find('table', cellpadding = 4, cellspacing = 0)我table無法正確讀取標簽，什么是最好的方法？
1 回答
忽然笑
TA貢獻1806條經驗 獲得超5個贊
我已經在BeautifulSoup版本3和4中對此進行了測試。您的代碼可與BS4一起使用，因此您必須使用版本3。
>>> from bs4 import BeautifulSoup as BS4 # Version 4
>>> from BeautifulSoup import BeautifulSoup as BS3 # Version 3
>>> bs3soup = BS3("""<table cellspacing="0" cellpadding="4">
...
... stuff
...
... </table>""")
>>> bs4soup = BS4("""<table cellspacing="0" cellpadding="4">
...
... stuff
...
... </table>""")
>>> bs3soup.find('table', cellpadding = 4, cellspacing = 0) # None
>>> bs4soup.find('table', cellpadding = 4, cellspacing = 0)
<table cellpadding="4" cellspacing="0">
stuff
</table>
因此，如果您想繼續使用BS3，應該可以解決此問題：
>>> soup.find('table', cellpaddin="4", cellspacing="0") # Notice how the integers are now strings, like in the HTML.
但是，您應該使用版本4（from bs4 import BeautifulSoup）。
添加回答
舉報
0/150
提交
取消