美しいスープは、テーブルのHTMLコードの以下の部分については

Question

にnull値をキャプチャし、私はテーブルの情報を取得するためにbeautifulsoupを使用しましたこの表には2つのヘッダーがあります： "コードと表示"といくつかの値が行にあります。私のコードの予想される出力は、[コード、ディスプレイ、分、分、幸せ、時間、毎日、一日]

する必要がありますが、これは出力されます。

['Code', 'Display', 'min', 'Minute', '', 'happy ', 
'Hour', '', 'daily ', 'Day', ''] 

出力は、第5回では「」ありこの表に定義されていないコメントの8番目と8番目と11番目のインデックス。私はそれが</td><td/>のためかもしれないと思う。 出力をキャプチャしないようにコードを変更するにはどうすればよいですか？

Answer 1

申し訳ありませんが、私はあなたの質問を十分に熟読していませんでした。あなたは正しい、問題は空の<td/>タグです。ただ、テキストのみで細胞を含めるように発電機を調整します

comments = [td.get_text() for td in table.findAll('td') if td.text] 

---

EDIT：私は、これはそれを行うための最も効率的な方法である疑いが、これはテキストのみまたは対応するTDのいずれかを持っているTDSが含まれます最初の行に

ths = table.tr.find_all('td') 
tds_in_row = len(table.tr.next_sibling.find_all('td')) 

tds = [ 
    td.get_text() 
    for i, td in enumerate(table.find_all('td')) 
    if len(ths) > (i + 1) % tds_in_row or td.text 
]