我從 eBay 上抓取了這個(gè)表格，基本上，輸出應(yīng)該是這樣的scraped_table?=?{'Condition':?'New',?'Brand':?'MyBrand',?'MPN':?'Does?not?apply',?'UPC':?'Does?not?apply'}但是，該表可能具有不同的值（例如，可能并不總是存在 UPC 或 MPN 值集，并且可能存在更多值）。我不知道如何才能刮掉這張桌子。我可以通過查找“table”元素來選擇表，但如何循環(huán)遍歷這些值并將其放入字典中？
1 回答
慕斯王
TA貢獻(xiàn)1864條經(jīng)驗(yàn) 獲得超2個(gè)贊
如果表的結(jié)構(gòu)是<td class="attrLabels"> ...Attribute... </td><td> ...Attribute value... </td>，您可以執(zhí)行以下操作（txt是您的 HTML 片段）：
from pprint import pprint
from bs4 import BeautifulSoup
soup = BeautifulSoup(txt, 'html.parser')
out = {}
for attr, txt in zip(soup.select('td.attrLabels'), soup.select('td.attrLabels + td')):
out[attr.get_text(strip=True)] = txt.get_text(strip=True).split(':')[0]
# pretty print to screen:
pprint(out)
印刷：
{'Brand:': 'MyBrand',
'Condition:': 'New',
'MPN:': 'Does Not Apply',
'UPC:': 'Does not apply'}
添加回答
舉報(bào)
0/150
提交
取消