python - 如何从 BeautifulSoup ( Python ) 中的表中获取第一个子表行

Question

这是代码和示例结果，我只希望表格的第一列忽略其余部分。 Stackoverflow 上有类似的问题，但没有帮助。

<tr>
<td>JOHNSON</td>
<td> 2,014,470 </td>
<td>0.81</td>
<td>2</td>
</tr>

我只想要 JOHNSON，因为他是第一个 child 。 我的 python 代码是:

import requests
  from bs4 import BeautifulSoup
 def find_raw():
      url = 'http://names.mongabay.com/most_common_surnames.htm'
      r = requests.get(url)
      html = r.content
      soup = BeautifulSoup(html)
      for n in soup.find_all('tr'):
          print n.text
  
  find_raw()

我得到的:

SMITH 2,501,922 1.0061
JOHNSON 2,014,470 0.812

Answer 1

你可以用find_all找到所有的tr标签，然后对于每个tr你find(只给出第一个)td。如果存在，则打印它:

for tr in soup.find_all('tr'):
    td = tr.find('td')
    if td:
        print td