dividere un elenco separato con collegamenti con BeautifulSoup
-
11-09-2019 - |
Domanda
Ho un elenco separato da virgole in una cella di una tabella in un documento HTML, ma alcuni elementi della lista sono collegati:
<table>
<tr>
<td>Names</td>
<td>Fred, John, Barry, <a href="http://www.example.com/">Roger</a>, James</td>
</tr>
</table>
Ho usato bella zuppa di analizzare il codice HTML, e posso arrivare al tavolo, ma qual è il modo migliore per dividerlo e restituire una struttura di dati più o meno come:
[
{'name':'Fred'},
{'name':'John'},
{'name':'Barry'},
{'name':'Roger', 'url':'http://www.example.com/'},
{'name':'James'},
]
Soluzione
Questo è un modo si potrebbe fare:
import BeautifulSoup
soup = BeautifulSoup.BeautifulSoup('''<table>
<tr>
<td>Names</td>
<td>Fred, John, Barry, <a href="http://www.example.com/">Roger</a>, James</td>
</tr>
</table>''')
result = []
for tag in soup.table.findAll('td')[1]:
if isinstance(tag, BeautifulSoup.NavigableString):
for name in tag.string.split(','):
name = name.strip()
if name:
result.append({ 'name': name })
else:
result.append({ 'name': tag.string.strip(), 'url': tag["href"] })
print result
Autorizzato sotto: CC-BY-SA insieme a attribuzione
Non affiliato a StackOverflow