BeautifulSoup, um dicionário de uma tabela HTML
Eu estou tentando raspar dados de tabela de um site.
Aqui está uma tabela de exemplo simples:
t = '<html><table>' +\
'<tr><td class="label"> a </td> <td> 1 </td></tr>' +\
'<tr><td class="label"> b </td> <td> 2 </td></tr>' +\
'<tr><td class="label"> c </td> <td> 3 </td></tr>' +\
'<tr><td class="label"> d </td> <td> 4 </td></tr>' +\
'</table></html>'
O resultado da análise desejada é{' a ': ' 1 ', ' b ': ' 2 ', ' c ': ' 3 ', ' d ' : ' 4' }
Esta é a minha tentativa mais próxima até agora:
for tr in s.findAll('tr'):
k, v = BeautifulSoup(str(tr)).findAll('td')
d[str(k)] = str(v)
Resultado é:
{'<td class="label"> a </td>': '<td> 1 </td>', '<td class="label"> d </td>': '<td> 4 </td>', '<td class="label"> b </td>': '<td> 2 </td>', '<td class="label"> c </td>': '<td> 3 </td>'}
Estou ciente dotext=True
parâmetro defindAll()
mas eu não estou obtendo os resultados esperados quando eu usá-lo.
Estou usando o python 2.6 e o BeautifulSoup3.