如何从beautifulSoup中提取多个html标签？

Question

我正在尝试使用beautifulSoup从html页面中提取几个标签。该页面包含1-100的排名列表，因此我想提取每个项目的所有和标签。

我尝试使用以下代码：

info = soup.find_all('tbody')

for item in info.find_all('tr'):
    for cells in item.find_all('td'):
        print (cells)

但保持相同的AttributeError：ResultSet对象没有属性'find_all'。您可能正在将项目列表像单个项目一样对待。当您打算调用find（）时，是否调用过find_all（）？

info = soup.find_all('tbody')

输出：tbody

<tr

<td class="field-index ">1/td

<td class="field-release "><a class="link-release" href="/release/712">The Beatles [White Album]</a>/td

<td class="field-performer "><a class="link-performer" href="/artist/41">The Beatles</a></td

<td class="field-covers text-right">1633/td

</tr

对于<tr>此页面的每个标签，我想将每个<td>标签拉入其中。因此，我首先需要返回：

1
The Beatles [White Album]
The Beatles
1633

请让我知道如何解决此问题。

Answer 1

你可以只用熊猫

import pandas as pd

table = pd.read_html('https://secondhandsongs.com/statistics?sort=covers&list=stats_release_covers')[0]
print(table)

否则，您可以通过id来获取表，并使用后代组合tr 器添加类型选择器，以便所有行都可以使用；然后循环抓行：tds

from bs4 import BeautifulSoup as bs
import requests

r = requests.get('https://secondhandsongs.com/statistics?sort=covers&list=stats_release_covers')
soup = bs(r.content, 'lxml')
rows = soup.select('#vw tr')
for row in rows:
    print([td.text for td in row.select('td')])