python - 用 beautifulSoup 解析不同的 bs4.element.Tag

我想解析这个 url 中的表格并将其导出为 csv:

如果我这样做:

sauce = urlopen(url_bank).read()
soup = bs.BeautifulSoup(sauce, 'html.parser')

然后是:

resto = soup.find_all('td')
lista_text = []
for elements in resto:
    lista_text = lista_text + [elements.string]

除最后一列“Códigos Isin”外，我对所有元素都进行了很好的解析这是因为 html 代码有中断 '.我不知道该怎么做，我已经尝试过这部分但仍然不起作用:

lista_text = lista_text + [str(elements.string).replace('<br/>','')]

之后，我将列表放入 np.array，然后放入数据框，将其导出为 .csv。那部分已经完成，我只需要解决那个问题。

提前致谢!

最佳答案

只是你需要注意什么 .string 确实 - 如果有多个子元素，它将返回 None - 与 <br> 的情况一样:

If a tag contains more than one thing, then it’s not clear what .string should refer to, so .string is defined to be None

使用 .get_text()相反:

for elements in resto:
    lista_text = lista_text + [elements.get_text(strip=True)]

关于python - 用 beautifulSoup 解析不同的 bs4.element.Tag，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44071591/

相关文章：

python - 从 numpy 类型获取位数的简单方法？