0

Есть часть html-кода с заголовками таблицы - tags:

[<thead>
<tr>
<th rowspan="2">Столбец1</th>
<th class="right" rowspan="2">Столбец2</th>
<th class="right" rowspan="2">Столбец3</th>
<th colspan="4">Включая:</th>
<th class="right" rowspan="2">Столбец8</th>
<th class="right" rowspan="2">Столбец9</th>
</tr>
<tr>
<th class="right">Столбец4</th>
<th class="right">Столбец5</th>
<th class="right">Столбец6</th>
<th class="right">Столбец7</th>
</tr>
</thead>]

Структура таблицы выглядит примерно так: введите сюда описание изображения

Необходимо вытащить заголовки в правильном порядке, чтобы значения столбцов шли в соответствии порядковому номеру столбца (Столбец1, Столбец2, Столбец3, Столбец4, Столбец5) и т.д

Мой код:

th_tags = tags[0].find_all('th')
all_data = []
for h in th_tags:
    if ':' not in h.get_text():
        all_data.append(h.get_text())

Но он выводит данные в неправильном порядке:

(Столбец1, Столбец2, Столбец3, Столбец8, Столбец9, Столбец4, Столбец5, Столбец6, Столбец7)
2
  • А отсортировать просто потом нельзя? 12 дек 2022 в 15:04
  • Названия столбцов не однотипные, я просто хотела показать порядок следования. Сортировка тут не сработает. Дополнила условие задачи структурой задачи 12 дек 2022 в 18:48

1 ответ 1

1

Разбиваем названия столбцов на два списка и затем меняем значение мультииндекса 'Включая:' на его подэлементы.

from bs4 import BeautifulSoup

html = """<thead>
            <tr>
                <th rowspan="2">Столбец1</th>
                <th class="right" rowspan="2">Столбец2</th>
                <th class="right" rowspan="2">Столбец3</th>
                <th colspan="4">Включая:</th>
                <th class="right" rowspan="2">Столбец8</th>
                <th class="right" rowspan="2">Столбец9</th>
            </tr>
            <tr>
                <th class="right">Столбец4</th>
                <th class="right">Столбец5</th>
                <th class="right">Столбец6</th>
                <th class="right">Столбец7</th>
            </tr>
        </thead>"""


all_data = []

root = BeautifulSoup(html, 'html.parser')
# Выбираем заголовок таблицы.
thead_tag = root.find('thead')
# Разделяем заголовок на два списка, во втором все подэлементы 'Включая:'.
texts = [tr_tag.text.split() for tr_tag in thead_tag if tr_tag != '\n']
print(texts)
# Заменяем в первом списке элемент 'Включая:' его подэлементами.
for text_0 in texts[0]:
    if text_0 == 'Включая:':
        for text_1 in texts[1]:
            all_data.append(text_1)
    else:
        all_data.append(text_0)

print(all_data)

------------------------------

[['Столбец1', 'Столбец2', 'Столбец3', 'Включая:', 'Столбец8', 'Столбец9'], ['Столбец4', 'Столбец5', 'Столбец6', 'Столбец7']]
['Столбец1', 'Столбец2', 'Столбец3', 'Столбец4', 'Столбец5', 'Столбец6', 'Столбец7', 'Столбец8', 'Столбец9']
0

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.