dividere un elenco separato con collegamenti con BeautifulSoup

Question

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'},
]

Answer 1

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