python BeautifulSoup tabella di parsing

Question

Sto imparando python requests e BeautifulSoup. Per un esercizio, ho scelto di scrivere un parser rapido per il parcheggio di New York. Sono in grado di ottenere una risposta HTML che è abbastanza brutta. Devo prendere lo lineItemsTable e analizzare tutti i biglietti.

È possibile riprodurre la pagina andando qui: https://paydirect.link2gov.com/NYCParking-Plate/ItemSearch e inserendo una piastra NYT630134C

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 

Qualcuno può darmi una mano? Semplicemente alla ricerca di tutti tr non mi porta da nessuna parte.

Answer 1

qui si va:

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 

Questo vi dà:

[ [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:'] 
] 

paio di cose da notare:

• L'ultima riga nell'output sopra, l'importo del pagamento non è una parte della tabella, ma è così che la tabella è disposta. Puoi filtrarlo controllando se la lunghezza dell'elenco è inferiore a 7.
• L'ultima colonna di ogni riga dovrà essere gestita separatamente poiché si tratta di una casella di testo di input.

Answer 2

risolto, questo è come il vostro parse loro risultati html:

table = soup.find("table", { "class" : "lineItemsTable" }) 
for row in table.findAll("tr"): 
    cells = row.findAll("td") 
    if len(cells) == 9: 
     summons = cells[1].find(text=True) 
     plateType = cells[2].find(text=True) 
     vDate = cells[3].find(text=True) 
     location = cells[4].find(text=True) 
     borough = cells[5].find(text=True) 
     vCode = cells[6].find(text=True) 
     amount = cells[7].find(text=True) 
     print amount