使用BeautifulSoup解析<tr>標籤，有麻煩提取值

Question

我有一些HTML看起來像這樣：

<tr> 
    <td>some text</td> 
    <td>some other text</td> 
    <td>some <b>problematic</b> other <br /> text</td> 
</tr> 

和一些Python它試圖抓住標籤的值並打印出每個內在價值：

soup = BeautifulSoup(data, convertEntities=BeautifulSoup.HTML_ENTITIES) 
for row in soup.findAll('tr'): 
    print repr(row) # this prints the whole 'tr' element text just fine. 
    for col in row.contents: 
     print col.string  

所以全文正確打印拍攝的HTML，但「關口」打印無最後一個元素：

some text 
some other text 
None 

我並不熟悉BeatifulSoup或python，但它似乎是最後一個元素的內部標籤導致解析問題？

感謝

Answer 1

你可以升級到BeautifulSoup版本4，並使用.stripped_strings：

soup = BeautifulSoup(data) 
for row in soup.find_all('tr'): 
    print '\n'.join(row.stripped_strings) 

在BeautifulSoup 3，您需要搜索所有包含的文本而不是：

for row in soup.findAll('tr'): 
    print '\n'.join(el.strip() for row.findAll(text=True) if el.strip())