Skip to main content
 首页 » 编程设计

python之根据带有 span 标签的 td 查找下一个 td

2025年04月02日8zlslch

如何找到带有跨度的 td 的下一个 td?

html_text = """ 
<tr class="someClass"> 
    <td>&nbsp;</td> 
    <td>A normal string</td> 
    <td class="someClass">10</td> 
    <td class="someClass">11</td> 
    <td class="someClass">12</td> 
    <td>&nbsp;</td> 
</tr> 
<tr class="someClass"> 
    <td>&nbsp;</td> 
    <td>Non normal string <span style="font-size:10px">(with span)</span></td> 
    <td class="someClass">2 000</td> 
    <td class="someClass">2 100</td> 
    <td class="someClass">2 150</td> 
    <td>&nbsp;</td> 
</tr> 
""" 

要在 td 之后获取带有“普通字符串”的 td,我只需通过以下方式找到它:

a_normal_string = str(soup.find("td", text="A normal string").find_next('td')) 
a_normal_string = re.findall(r'\d+', a_normal_string) 
print a_normal_string #['10'] 

但是,在第二个 tr 中,我需要在带有 Non normal string 的 td 之后找到 td上面的方法是行不通的。那么如何处理包含 span 的 td 呢?

首先想到的是通过正则表达式找到它并编译a_nonnormal_string = str(soup.find("td", text=re.compile(r'A non normal string')).find_next('td'))但这也不适用。

这只是两个 trs 的示例,但实际网站有数百个 trs。

请您参考如下方法:

一个选择是用 searching function 来解决它,使用 get_text() 根据所需字符串检查文本(注意 get_text() 返回元素的完整文本,包括其子元素,但 .string does not -如果有子元素,它将是 None - 这实际上是您的第二种方法不起作用的原因):

tds = soup.find_all(lambda tag: tag.name == "td" and "normal string" in tag.get_text()) 
for td in tds: 
    a_normal_string = td.find_next('td').get_text() 
    print(a_normal_string) 

打印:

10 
2 000