私は Pythonrequests
と BeautifulSoup を学んでいます。練習として、簡単な NYC 駐車違反切符パーサーを書くことにしました。HTML 応答を取得できましたが、かなり見苦しいです。lineItemsTable
すべての切符を取得して解析する必要があります。
このページを再現するには、こちらにアクセスしてプレートhttps://paydirect.link2gov.com/NYCParking-Plate/ItemSearch
を入力してください。NY
T630134C
soup = BeautifulSoup(plateRequest.text)
#print(soup.prettify())
#print soup.find_all('tr')
table = soup.find("table", { "class" : "lineItemsTable" })
for row in table.findAll("tr"):
cells = row.findAll("td")
print cells
誰か助けてくれませんか? 単純に検索しても何もtr
見つかりません。
ベストアンサー1
どうぞ:
data = []
table = soup.find('table', attrs={'class':'lineItemsTable'})
table_body = table.find('tbody')
rows = table_body.find_all('tr')
for row in rows:
cols = row.find_all('td')
cols = [ele.text.strip() for ele in cols]
data.append([ele for ele in cols if ele]) # Get rid of empty values
これにより、次のようになります。
[ [u'1359711259', u'SRF', u'08/05/2013', u'5310 4 AVE', u'K', u'19', u'125.00', u'$'],
[u'7086775850', u'PAS', u'12/14/2013', u'3908 6th Ave', u'K', u'40', u'125.00', u'$'],
[u'7355010165', u'OMT', u'12/14/2013', u'3908 6th Ave', u'K', u'40', u'145.00', u'$'],
[u'4002488755', u'OMT', u'02/12/2014', u'NB 1ST AVE @ E 23RD ST', u'5', u'115.00', u'$'],
[u'7913806837', u'OMT', u'03/03/2014', u'5015 4th Ave', u'K', u'46', u'115.00', u'$'],
[u'5080015366', u'OMT', u'03/10/2014', u'EB 65TH ST @ 16TH AV E', u'7', u'50.00', u'$'],
[u'7208770670', u'OMT', u'04/08/2014', u'333 15th St', u'K', u'70', u'65.00', u'$'],
[u'$0.00\n\n\nPayment Amount:']
]
注意すべき点がいくつかあります:
- 上記の出力の最後の行である支払い金額はテーブルの一部ではありませんが、テーブルはこのようにレイアウトされています。リストの長さが 7 未満であるかどうかを確認することで、これを除外できます。
- 各行の最後の列は入力テキスト ボックスであるため、個別に処理する必要があります。