时间戳

首页 > 解决方案 > 如何使用 NoParent BeautifulSoup 打印元素编号和元素内容？

python - 如何使用 NoParent BeautifulSoup 打印元素编号和元素内容？

问题描述

我正在尝试识别 NoneType 且没有父元素的元素（段落/元素编号及其内容），但尚未成功。

这是我的示例input.html文件，其中触发错误的段落是第二个表中的第三个。

以下是我当前的代码和我得到的错误：

fp = open("input.html", "rb")
soup = BeautifulSoup(fp, "html5lib")

i=0
NoneType = type(None)
for elem in soup.find_all('font'):
    i=i+1
    target = elem.findParent().findParent()
    target.decompose()
    if target is NoneType:
        print(i)

Traceback (most recent call last):
File "<stdin>", line 2, in <module>
AttributeError: 'NoneType' object has no attribute 'findParent'
>>>

如果我删除该行target.decompose()，则不会出现错误，因此问题似乎出在此命令上。但即使我删除该行target.decompose()并尝试使用 打印元素编号print(i)，它也不会打印任何内容。

我能做些什么来识别没有父母的元素？

标签： pythonbeautifulsoup

解决方案

您的for循环运行了 3 次（因为soup.find_all('font')选择了 3font个节点）。每个循环都会清除当前节点decompose的祖父母。font

在第一个循环中，当前font节点的祖父母是<p align="left">; 消除该decompose节点（包括第一个font节点），留下两个剩余的font节点。

第二个（现在是第一个）font节点的祖父母是<TR>（不像 <p align="left">第一个节点那样，因为第一个节点<b>在它自己和之间有一个<p align="left">；这个当前font节点是该节点的直接子节点，<p align="left">并且该节点的父节点是<TR>）。该<TR>节点在其自身中包含两个剩余节点作为孙子font节点，因此当前decompose同时消除了这两个节点。

到执行第三个循环时，soup不再有任何font节点，因此没有elemfor 该循环；因此，也没有祖父母。

推荐阅读