from - how to use beautifulsoup in python

hermosa sopa consigue niños que son etiquetas(no cadenas navegables) de una etiqueta

Question

La documentación de sopa hermosa proporciona atributos .contents y .children para acceder a los elementos secundarios de una etiqueta determinada (una lista y un iterable, respectivamente) e incluye cadenas y etiquetas navegables. Solo quiero a los niños de tipo Tag.

Actualmente estoy logrando esto usando la lista de comprensión:

rows=[x for x in table.tbody.children if type(x)==bs4.element.Tag]

pero me pregunto si existe una forma mejor / más pythonic / built-in para obtener solo Tag niños.

Answer 1

Gracias a JFSebastian , lo siguiente funcionará:

rows=table.tbody.find_all(True, recursive=False)

Documentación aquí: http://www.crummy.com/software/BeautifulSoup/bs4/doc/#true

En mi caso, necesitaba filas reales en la tabla, así que terminé usando lo siguiente, que es más preciso y creo que más legible:

rows=table.tbody.find_all(''tr'')

Nuevamente, documentos: http://www.crummy.com/software/BeautifulSoup/bs4/doc/#navigating-using-tag-names

Creo que esta es una mejor manera de iterar a través de todos los niños de una etiqueta.

Trabajó con la siguiente entrada:

<table cellspacing="0" cellpadding="0">
  <thead>
    <tr class="title-row">
      <th class="title" colspan="100">
        <div style="position:relative;">
          President
            <span class="pct-rpt">
                99% reporting
            </span>
        </div>
      </th>
    </tr>
    <tr class="header-row">
        <th class="photo first">

        </th>
        <th class="candidate ">
          Candidate
        </th>
        <th class="party ">
          Party
        </th>
        <th class="votes ">
          Votes
        </th>
        <th class="pct ">
          Pct.
        </th>
        <th class="change ">
          Change from &lsquo;08
        </th>
        <th class="evotes last">
          Electoral Votes
        </th>
    </tr>
  </thead>
  <tbody>
      <tr class="">
          <td class="photo first">
            <div class="photo_wrap"><img alt="P-barack-obama" height="48" src="http://i1.nyt.com/projects/assets/election_2012/images/candidate_photos/election_night/p-barack-obama.jpg?1352320690" width="68" /></div>
          </td>
          <td class="candidate ">
            <div class="winner dem"><img alt="Hp-checkmark@2x" height="9" src="http://i1.nyt.com/projects/assets/election_2012/images/swatches/[email protected]?1352320690" width="10" />Barack Obama</div>
          </td>
          <td class="party ">
            Dem.
          </td>
          <td class="votes ">
            2,916,811
          </td>
          <td class="pct ">
            57.3%
          </td>
          <td class="change ">
            -4.6%
          </td>
          <td class="evotes last">
            20
          </td>
      </tr>
      <tr class="">
          <td class="photo first">

          </td>
          <td class="candidate ">
            <div class="not-winner">Mitt Romney</div>
          </td>
          <td class="party ">
            Rep.
          </td>
          <td class="votes ">
            2,090,116
          </td>
          <td class="pct ">
            41.1%
          </td>
          <td class="change ">
            +4.3%
          </td>
          <td class="evotes last">
            0
          </td>
      </tr>
      <tr class="">
          <td class="photo first">

          </td>
          <td class="candidate ">
            <div class="not-winner">Gary Johnson</div>
          </td>
          <td class="party ">
            Lib.
          </td>
          <td class="votes ">
            54,798
          </td>
          <td class="pct ">
            1.1%
          </td>
          <td class="change ">
            &ndash;
          </td>
          <td class="evotes last">
            0
          </td>
      </tr>
      <tr class="last-row">
          <td class="photo first">

          </td>
          <td class="candidate ">
            div class="not-winner">Jill Stein</div>
          </td>
          <td class="party ">
            Green
          </td>
          <td class="votes ">
            29,336
          </td>
          <td class="pct ">
            0.6%
          </td>
          <td class="change ">
            &ndash;
          </td>
          <td class="evotes last">
            0
          </td>
      </tr>
      <tr>
        <td class="footer" colspan="100">
          <a href="/2012/results/president">President Map</a> &nbsp;|&nbsp;
          <a href="/2012/results/president/big-board">President Big Board</a>&nbsp;|&nbsp;
          <a href="/2012/results/president/exit-polls?state=il">Exit Polls</a>
        </td>
      </tr>
  </tbody>
</table>