html 中th怎么隐藏,如何在解析html表时忽略th标签?

你好,我是相当新的解析与python和beautifulsoup4的HTML表。所有的进展都很顺利,直到我碰到这个奇怪的表格,它在表格中间使用'th'标签,导致我的语法分析结束并抛出'索引超出范围'的错误。我试过搜索和谷歌无济于事。问题是如何在解析表时忽略或剥离这个流氓'th'标签?如何在解析html表时忽略th标签?

这里是我的代码至今:

from mechanize import Browser

from bs4 import BeautifulSoup

mech = Browser()

url = 'https://www.moscone.com/site/do/event/list'

page = mech.open(url)

html = page.read()

soup = BeautifulSoup(html)

table = soup.find('table', { 'id' : 'list' })

for row in table.findAll('tr')[3:]:

col = row.findAll('td')

date = col[0].string

name = col[1].string

location = col[2].string

record = (name, date, location)

final = ','.join(record)

print(final)

这是导致我的错误的HTML的一个小片段

Convention

Mon Dec 01 00:00:00 PST 2014

12/06/14 - 12/09/14

我想上面这流氓'下面的数据th'表示在桌上的新月开始

2014-11-02

Chilly

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值