Блог

Главная - Вопросы по программированию - Извлечение определенного текста в tr beautifulsoup

Извлечение определенного текста в tr beautifulsoup

#web-scraping #beautifulsoup #tags

#очистка веб-страниц #beautifulsoup #Теги

Вопрос:

Я застрял с получением информации из HTML-кода с помощью beautifulsoup. Я извлек фрагмент HTML ниже, выполнив следующие шаги:

 result = requests.get(url, headers = headers)
soup = BeautifulSoup(result.text, 'lxml')
tably = soup.find("table", id="table4")
last_row = tably.findAll('tr')[-1]

Теперь я хочу получить следующий результат:

 Classification: Mass murderer
Characteristics: Militant Al-Takfir wa al-Hijran (Renunciation and Exile) faction
Number of victims: 23

Пример HTML:

     <tr>
    <td style="font-size: 8pt; color: #000000" width="100%">
    <style color="#000000" face="Verdana">
                  Classification: <b>Mass murderer</b></font></td>
                </tr>
                <tr>
                  <td width="100%" style="font-size: 8pt; color: #000000">
                                             
                  <style="font-size: 8pt" color="#000000" face="Verdana">
                  Characteristics:amp;nbsp;<b>Militant Al-Takfir wa
            al-Hijran </b>(Renunciation and Exile)<b> faction</b></font></td>
                </tr>
                <tr>
                  <td width="100%" style="font-size: 8pt; color: #000000">
                                             
                  <style="font-size: 8pt" color="#000000" face="Verdana">
                  Number of victims:amp;nbsp;<b>23</b></font></td>
                </tr>
                </font>

Ответ №1:

Возможно, вы захотите попробовать это:

 import requests
from bs4 import BeautifulSoup
from tabulate import tabulate


headers = {
    "user-agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.152 Safari/537.36"
}

page = requests.get("https://murderpedia.org/male.A/a/abbas.htm", headers=headers).text
table = BeautifulSoup(page, "html5lib").find("table", {"id": "table4"})

output = [
             " ".join(i.getText(strip=True).split()).split(":") for i
             in table.find_all("td") if i.getText(strip=True)
         ][:9]

print(tabulate(output))

Вывод:

 -----------------  --------------------------------------------------------------
Classification     Mass murderer
Characteristics    Militant Al-Takfir wa al-Hijran(Renunciation and Exile)faction
Number of victims  23
Date of murders    December 8,2000
Date of birth      1967
Victims profile    Maleworshippers
Method of murder   Shooting(Kalashnikov assault rifle)
Location           Omdurman, Sudan
Status             Shot to death by police
Метки: