如何解决Python Splinter 使用分隔符返回文本和空白值
我目前在 splinter 中使用 find_by_xpath 来检索表的所有值。 它非常适合获取所有非空值并且花费很少的时间。 但是,表格的某些单元格是空白的,以下代码忽略了这些单元格。 另外,我需要在每个值之间使用分隔符(可能是管道 - '|'?)。
browser.find_by_xpath("//*[contains(text(),'Table of Data')]/..").value
这是第一行的示例结果:
'col1 data col2 data col3 data'
我需要的是这个,因为第 4 列(但有时是其他列)有一个空单元格:
'col1 data|col2 data|col3 data|""'
提前致谢!
HTML:
<td class="padtd" height="150" valign="top" width="75%" colspan="2">
<div class="headingSum">Table of Data </div>
<table style="width:100%;height=10;valign:top">
<tbody>
<tr>
<td height="15" width="50%" class="selTabSum">
<div>
<table style="width:100%;" valign="top">
<tbody>
<tr>
<td width="10%" class="tableheading">Column 1</td>
<td width="15%" class="tableheading">Column 2 </td>
<td width="25%" class="tableheading">Column 3 </td>
<td width="50%" class="tableheading">Column 4 </td>
</tr>
<tr>
<td width="10%" valign="top" class="tableCell"><a href=""><span class=“data” id="160042">col1 data</span></a></td>
<td width="15%" valign="top" class="tableCell">col2 data</td>
<td width="25%" valign="top" class="tableCell">col3 data</td>
<td width="50%" class="tableCell"></td>
</tr>
<tr>
<td width="10%" valign="top" class="tableCell"><a href=""><span class=“data” id="160042">col1 data</span></a></td>
<td width="15%" valign="top" class="tableCell">col2 data</td>
<td width="25%" valign="top" class="tableCell">col3 data</td>
<td width="50%" class="tableCell"></td>
</tr>
<tr>
<td width="10%" valign="top" class="tableCell"><a href=""><span class=“data” id="97851">col1 data</span></a></td>
<td width="15%" valign="top" class="tableCell">col2 data</td>
<td width="25%"
valign="top" class="tableCell">col3 data</td>
<td width="50%" class="tableCell">
col4 data
<table width="100%">
<tbody>
<tr></tr>
</tbody>
</table>
</td>
</tr>
</tbody>
</table>
</td>
解决方法
仅使用 selenium 和 python,您可以实现以下目标:
# Retrieve the headers of each cell
table_headers = [el.text for el in driver.find_elements_by_css_selector("table td.tableheading")]
table_row = []
table = []
for tr in driver.find_elements_by_css_selector("table table tr"):
cells = [el.text for el in tr.find_elements_by_css_selector('td.tableCell')]
if len(cells) > 0:
table_row.append(cells)
# Create your table [row,dict of header/value]
for row in table_row:
table.append(dict(zip(table_headers,row)))
输出:
[{'Column 1': 'col1 data','Column 2': 'col2 data','Column 3': 'col3 data','Column 4': ''},{'Column 1': 'col1 data','Column 4': 'col4 data'}]
[{'Column 1': 'col1 data','Column 4': 'col4 data'}]
,
我最终从表格中获取 HTML(通过 xpath)并通过 abstract class MyClass {}
class ClassA extends MyClass {
int propI;
String propS;
}
class ClassB extends MyClass {
bool propB;
num propN;
}
main(List<String> args) {
final keys1 = List<String>.from(['y','z']);
final keys2 = List<int>.generate(3,(i) => i+1);
final x = Map<String,Map<int,MyClass>>.fromIterables(
keys1,List<Map<int,MyClass>>.generate(keys1.length,(i) => Map<int,MyClass>.fromIterables(
keys2,List<MyClass>.generate(keys2.length,(j) => i == 0 ? ClassA() : ClassB())
))
);
print(x.toString());
print(x.runtimeType.toString());
}
pd.read_html.
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。