beautifulsoupとのリンクを持つコンマ区切りのリストを分割
-
11-09-2019 - |
質問
私は、HTML文書内のテーブルセル内のリストをカンマ区切りを持っているが、リスト内の項目のいくつかがリンクされています:
<table>
<tr>
<td>Names</td>
<td>Fred, John, Barry, <a href="http://www.example.com/">Roger</a>, James</td>
</tr>
</table>
私は、HTMLを解析するために、美しいスープを使用してきた、と私は、テーブルに着くことができますが、それを分割し、おおよそのようなデータ構造を返すための最良の方法は何ですかます:
[
{'name':'Fred'},
{'name':'John'},
{'name':'Barry'},
{'name':'Roger', 'url':'http://www.example.com/'},
{'name':'James'},
]
解決
これは、あなたがそれを行うことができ一つの方法です。
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
所属していません StackOverflow