通过 BeautifulSoup 从 HTML 表制作字典？

Question

我从 eBay 上抓取了这个表格，基本上，输出应该是这样的scraped_table = {'Condition': 'New', 'Brand': 'MyBrand', 'MPN': 'Does not apply', 'UPC': 'Does not apply'}但是，该表可能具有不同的值（例如，可能并不总是存在 UPC 或 MPN 值集，并且可能存在更多值）。我不知道如何才能刮掉这张桌子。我可以通过查找“table”元素来选择表，但如何循环遍历这些值并将其放入字典中？

Answer 1

如果表的结构是<td class="attrLabels"> ...Attribute... </td><td> ...Attribute value... </td>，您可以执行以下操作（txt是您的 HTML 片段）：

from pprint import pprint

from bs4 import BeautifulSoup

soup = BeautifulSoup(txt, 'html.parser')

out = {}

for attr, txt in zip(soup.select('td.attrLabels'), soup.select('td.attrLabels + td')):

    out[attr.get_text(strip=True)] = txt.get_text(strip=True).split(':')[0]

# pretty print to screen:

pprint(out)

印刷：

{'Brand:': 'MyBrand',

 'Condition:': 'New',

 'MPN:': 'Does Not Apply',

 'UPC:': 'Does not apply'}