推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 3804 天前的主题，其中的信息可能已经有所发展或是发生改变。
from bs4 import BeautifulSoup import re html_doc = """ <html><head><title>The Dormouse's story</title></head> <body> <table> <tr> <th> biaoti </th> <td> hi </td> </tr> </table> <table> <tr> <th> biaoti2 </th> <th> biaoti3 </th> </tr> <tr> <td> hello </td> <td> <a href= 'http://www.sina.com/blog'> world </a> </td> </tr> </table> </body> </html> """ soup = BeautifulSoup(html_doc) print soup.td.find_all('a') #first td ? how to chose second td print soup.find_all(href = re.compile("blog")) 用第二种方法， 可以方便找到 <a>标签，
如果使用第一种方法，明显是找第一个td, 当然没有a了，有没有其他办法可以选择呢？ 不使用re的情况下。
另外：v2ex Markdown- 怎么让python 高亮啊。。
 | 1 lxy 2015-06-14 10:54:03 +08:00 通过点取属性的方式只能获得当前名字的第一个tag。直接 soup.find_all('a') 就能找到所有 a 标签了。官网有详细中文文档。 |
 | 2 redhatping OP @lxy 是这样的， 我的意思是： 我想找 td 下 有 <a>标签的方法？ 如果不是td下的， 不需要。 |
| 3 lxy /div> 2015-06-14 11:10:45 +08:00 我想到的方法是 link = soup.find_all('a')，然后循环判断 link[i].parent.name 是否为 td |
| 4 redhatping OP @lxy 谢谢， 是 一个思路，有没有高大快的方法呢。。各位 |
 | 5 bianzhifu 2015-06-14 11:25:05 +08:00 我更喜欢pyquery |
 | 6 zeroten 2015-06-14 12:23:51 +08:00 感觉pyquery更顺手些 |
 | 8 imn1 2015-06-14 13:32:49 +08:00 一直 lxml + xpath…… 其实一直正则，偶尔 lxml |
 | 9 Tink PRO xpath好用 |
 | 10 ca1n 2015-06-14 14:01:42 +08:00 |
| 11 redhatping OP |
 | 12 realityone 2015-06-14 16:14:21 +08:00 |
| 13 redhatping OP @realityone 只有find_all 和 find方法 ，没有findall 。 |
| 14 realityone 2015-06-14 17:26:24 +08:00 @redhatping 啊。。已经是 bs4 了啊。。 |
 | 15 xjx0524 2015-06-14 17:30:05 +08:00 |
| 16 ca1n 2015-06-14 21:09:31 +08:00 @redhatping 非要把代码甩在你脸上才开心 >>> for i in bs(html).find_all('td'): ... for x in i.find_all('a'): ... print x 拿好不送 |
| 17 ca1n 2015-06-14 21:14:38 +08:00  1 for i in bs(html).find_all('td'): ....for x in i.find_all('a'): ........print x 上面格式乱了, 如果你要说这个不能运行那纯粹是你自己的问题了 |
| 18 redhatping OP @ca1n 当然可以， |
 | 19 runningteeth 2015-06-14 22:30:36 +08:00 |
 | 20 secondwtq 2015-06-14 23:08:59 +08:00 纯路过... 这两天撸前端，Polymer blablabla，看到这个主题第一反应居然是 document.querySelector... 以前 soup 和 pyquery 都用过一点，pyquery 用起来挺顺手，不过我记得貌似有坑，好像是换行处理不对还是什么来着... |
Select Language