BeautifulSoup: ottieni il contenuto di una tabella specifica

Question

My local airport blocca in modo disastroso gli utenti senza IE e sembra terribile. Voglio scrivere degli script Python per ottenere il contenuto delle pagine Arrival and Departures ogni pochi minuti e mostrarli in modo più leggibile.

I miei strumenti preferiti sono mechanize per aver imbrogliato il sito in modo da credere che io utilizzi IE e BeautifulSoup per la pagina di analisi per ottenere la tabella dei dati di volo.

Abbastanza onestamente, mi sono perso nella documentazione di BeautifulSoup e non riesco a capire come ottenere la tabella (il cui titolo lo so) dall'intero documento e come ottenere un elenco di righe da quella tabella.

Qualche idea?

Answer 1

Questo non è il codice specifico necessario, solo una dimostrazione di come lavorare con BeautifulSoup. Trova la tabella chi è id è "Table1" e ottiene tutti i suoi tr elementi.

html = urllib2.urlopen(url).read() 
bs = BeautifulSoup(html) 
table = bs.find(lambda tag: tag.name=='table' and tag.has_attr('id') and tag['id']=="Table1") 
rows = table.findAll(lambda tag: tag.name=='tr') 

Answer 2

soup = BeautifulSoup(HTML) 

# the first argument to find tells it what tag to search for 
# the second you can pass a dict of attr->value pairs to filter 
# results that match the first tag 
table = soup.find("table", {"title":"TheTitle"}) 

rows=list() 
for row in table.findAll("tr"): 
    rows.append(row) 

# now rows contains each tr in the table (as a BeautifulSoup object) 
# and you can search them to pull out the times 

Answer 3

Solo se ti interessa, BeautifulSoup non è più mantenuto, e il manutentore originale suggerisce una transizione verso lxml. Xpath dovrebbe fare il trucco proprio bene.