栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

用rowspan和colspan解析表

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

用rowspan和colspan解析表

UPDATe (删除了先前的功能)

UPDATE2已 修复和简化。

我的第一个功能是错误的。这是另一个,它正在工作,但需要测试:

#!/usr/bin/env python# -*- coding: utf-8 -*-from collections import defaultdictdef table_to_list(table):    dct = table_to_2d_dict(table)    return list(iter_2d_dict(dct))def table_to_2d_dict(table):    result = defaultdict(lambda : defaultdict(unipre))    for row_i, row in enumerate(table.xpath('./tr')):        for col_i, col in enumerate(row.xpath('./td|./th')): colspan = int(col.get('colspan', 1)) rowspan = int(col.get('rowspan', 1)) col_data = col.text_content() while row_i in result and col_i in result[row_i]:     col_i += 1 for i in range(row_i, row_i + rowspan):     for j in range(col_i, col_i + colspan):         result[i][j] = col_data    return resultdef iter_2d_dict(dct):    for i, row in sorted(dct.items()):        cols = []        for j, col in sorted(row.items()): cols.append(col)        yield colsif __name__ == '__main__':    import lxml.html    from pprint import pprint    doc = lxml.html.parse('tables.html')    for table_el in doc.xpath('//table'):        table = table_to_list(table_el)        pprint(table)

table.html

<table border="1">    <tr>        <td>1 </td>        <td>1 </td>        <td>1 </td>        <td rowspan="4">Thing</td>        <td>1 </td>    </tr>    <tr>        <td>2 </td>        <td>2 </td>        <td>2 </td>        <td>2 </td>    </tr>    <tr>        <td>3 </td>        <td>3 </td>        <td>3 </td>        <td>3 </td>    </tr>    <tr>        <td>4 </td>        <td>4 </td>        <td>4 </td>        <td>4 </td>    </tr></table><table border="1"><tr>    <td colspan="2" rowspan="4">#1</td>    <td rowspan="4">#2</td>    <td rowspan="2">#3</td>    <td rowspan="2">#4</td></tr><tr></tr><tr>    <td rowspan="2">#5</td>    <td rowspan="2">#6</td></tr><tr></tr></table>

输出:

[['1 ', '1 ', '1 ', 'Thing', '1 '], ['2 ', '2 ', '2 ', 'Thing', '2 '], ['3 ', '3 ', '3 ', 'Thing', '3 '], ['4 ', '4 ', '4 ', 'Thing', '4 ']][['#1', '#1', '#2', '#3', '#4'], ['#1', '#1', '#2', '#3', '#4'], ['#1', '#1', '#2', '#5', '#6'], ['#1', '#1', '#2', '#5', '#6']]


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/653060.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号