python提取重复元素_在BeautifulSoup中提取HTML表，获取重复元素

第二次尝试网页抓取，却遇到了一个奇怪的错误。在

我要得到的最终结果是废弃表并将每一行放入一个SQL表中，但是这有90年代风格的嵌套表，没有分区，也没有类。我读过关于使用结构的书，但我不知道怎么做。我一直很好奇我是否可以从某一行开始作为“结构”，但这也有局限性。在

当前的挑战是，这段代码在移到下一行之前会拾取重复的元素并忽略其他元素。在import bs4

import urllib

from urllib.request import urlopen as uReq

from bs4 import BeautifulSoup as soup

my_url = 'http://www.texasregionalradio.com/top100.asp'

uClient = uReq(my_url)

page_html = uClient.read()

uClient.close()

page_soup = soup(page_html, "html.parser")

table_soup = page_soup

# Limit the amount of HTML grabbed by Soup

#table_soup = page_soup.findAll("table", {"class":"sample"})

# Trying to grab cells from each row. Randomly chose [8:10] but I don't know what they are selecting or why.

for row in table_soup.findAll("tr")[8:10]:

for cell in row.findAll("td"):

print(cell.text)

结果：

^{pr2}$

另外，我刚刚了解到，文本可以格式化unicode，这样我就不会得到奇怪的字符串，我对此非常满意，而且没有人可以与关心它的人分享。所以，那就是你。谢谢你的帮助。：)

问题1：如何才能最好地将桌子与这些乱七八糟的东西隔离开来？

问题2：为什么缺少元素？

问题3：什么是重复的元素？在

编辑：

将解析器切换到“html5lib”可以改善一些结果：12

2

1

PUT MY MONEY ON THAT / Independent   (1) Weeks at #1

Curtis Grimes

PUT MY MONEY ON THAT / Independent   (1) Weeks at #1

Curtis Grimes

2192

1967

+225

88%

1

PUT MY MONEY ON THAT / Independent   (1) Weeks at #1

Curtis Grimes