python - 美汤问题

Question

我想获取 HTML 文档中的特定行

行设置了以下属性:bgcolor 和 vallign

这是 HTML 表格的片段:

<table>
   <tbody>
      <tr bgcolor="#f01234" valign="top">
        <!--- td's follow ... -->
      </tr>
      <tr bgcolor="#c01234" valign="top">
        <!--- td's follow ... -->
      </tr>
   </tbody>
</table>

我快速浏览了BS's documentation .不清楚要传递什么参数给 findAll 以匹配我想要的行。

有谁知道 findAll() 需要什么 tp bass 来匹配我想要的行？

Answer 1

不要使用正则表达式来解析 html。使用 html 解析器

import lxml.html
doc = lxml.html.fromstring(your_html)
result = doc.xpath("//tr[(@bgcolor='#f01234' or @bgcolor='#c01234') "
    "and @valign='top']")
print result

这将从您的 html 中提取所有匹配的 tr 元素，您可以对它们进行进一步的操作，例如更改文本、属性值、提取、进一步搜索...

必填链接:

RegEx match open tags except XHTML self-contained tags