を使用して、私は次のテーブルがあります。番目のテキスト
<table class="information">
<tr> .... lots of rows with <th> and <td></tr>
<tr>
<th>Nationality</th>
<td><a href="..">Stackoverflowian</a></td>
</tr>
</table>
を、私はそれで「国籍」と目下のtdタグの内側でテキストを検索します。そこをどのようにナビゲートすればよいですか？私はBeautifulsoupとPythonを使用しています。
はそれだけでそのnext siblingを取得し、その後、thタグを探す最初の目に
を見つけるには十分イマイチことを強調するために、この上記番目とTDタグがたくさんあることを追加しました：
soup = BeautifulSoup(html)
ths = soup.find_all('th')
for th in ths:
if th.text == "Nationality":
print th.next_sibling.next_sibling.text
# Stackoverflowian
next_siblingを2回実行する必要があります。これは、最初の行が改行を与えるためです。
私はあなたが解析しようとしている特定のHTMLページを与えたときにこの回答を修正しました。あなたがfor the table自体を探しているなら
r = requests.get("http://https://en.wikipedia.org/wiki/Usain_Bolt")
# test that we loaded the page successfully!
soup = BeautifulSoup(r.text, "html.parser")
thTag = soup.find('th', text='Nationality'):
tdTag = thTag.next_sibling.next_sibling
print(tdTag.text)
>>>'Jamaican'
解決策として投稿する前に、答えをテストする必要があります。 \t URL =「https://en.wikipedia.org/wiki/Usain_Bolt」 \t \t：あなたの方法は正しいですが、不正なコードを掲示することは、単に次のコードでは動作しませんOPと将来の訪問者 – TerryA
これを混同しますスープ（テキスト= '国籍'）内の要素のためのR = ur.urlopen（URL）.read（） \t \tスープ= BeautifulSoup（R、 "html.parser"） \t \t： \t \t \tプリント（要素。次の兄弟（）） TypeError： 'NoneType'オブジェクトは呼び出し可能ではありません – bjornasm
スープを定義すると、解析するために実際のHTMLコードを与える必要があります。上の例では、リクエストオブジェクト全体rを与えています。代わりにr.textを渡してください。 –
その後、私が欲しいテーブルヘッダは、HTMLの最初のテーブルのヘッダーでない場合、これは失敗しない
find_parent()を検討？ – bjornasm@bjornasm絶対に。複数の「th」タグがある場合、それらをすべて見つけることができ、それらを繰り返します。私は自分の答えを編集します – TerryA