将 BeautifulSoup 指向某个 <tr> class

Question

我正在尝试让 BeautifulSoup 获取 "Units Sold" 列中的数字：

from bs4 import BeautifulSoup
from urllib import urlopen


html = urlopen('http://www.the-numbers.com/home-market/dvd-sales/2007')
soup = BeautifulSoup(html.read(), 'lxml')
units = soup.find_all("td", {"class": "data"})
print(units)

这会输出所有列中的所有信息 - 所以我接近了！如何将其缩小到 "Units Sold" 列以获取结果？

Answer 1

如何遍历 table 上的行并获取第三个单元格文本：

for row in soup.select("div#page_filling_chart table tr")[1:]:
    cells = row('td')
    print cells[1].get_text(strip=True), cells[2].get_text(strip=True)

此处 div#page_filling_chart table tr 是一个 CSS selector，它将匹配 table 内的 tr 个元素 div 内的 id="page_filling_chart" 元素。

打印 "Title" 和 "Units Sold" 列的内容：

Pirates of the Caribbean - At World's End 13,699,490
Transformers 13,251,378
...
Halloween (2007) 1,172,994
Music and Lyrics 1,158,903

将 BeautifulSoup 指向某个 <tr> class

Pointing BeautifulSoup towards a certain <tr> class

html

python

beautifulsoup

html-parsing