我想从表格标签内的html代码中获取文本,但我没有得到所有的文本。而是我得到一些部分文本,其余的被忽略从html表使用beutifulsoup和机械化获取文本错误
这里是我的输出代码:
输出
Public Sector Organization (Recruitment Test)
Test held on: Saturday, 3rd & Sunday 4th, December 2016
>>>
代码
import mechanize
from bs4 import BeautifulSoup
import urllib
from PIL import Image
import os
Roll=60170001
url = "http://nts.org.pk/Test&Products/Results/012017/PubSecOrg_24122016_Result/Search.php"
br = mechanize.Browser()
br.set_handle_robots(False) # ignore robots
br.open(url)
br.select_form(nr=0)
rollnumber=str(Roll)
captcha=11111
cap=str(captcha)
br["RollNo"]=rollnumber
br["captcha"]=cap
res = br.submit()
content = res.read()
soup = BeautifulSoup(content,"html.parser")
rolln=soup('table')[2]
rolln=rolln.text.encode('utf-8')
print rolln
请求的输出是什么? –
原则上我的输出应该是表格[2]内的全部文本,这有点像这样。公共部门组织(招聘测试) 测试时间:2016年12月3日(星期六),3日和4日(星期日)(结果) 上传日期:周三,2016年11月23日的关键字60170001 卷没有 名称搜索结果 父亲姓名 CNIC 后 NTS商标马塔斯·阿里 RAHMAN WALI 16101-1938424-7 讲师(BPS-17)(电子) 67当前日期/时间:2017年2月22日星期三,09:30:48PM – Mumtaz