python和美丽的汤中的Lambda不是检索文字

Question

我试图从此HTML

刮擦1520-00-087-7637

     <tr>
<td class="text-center" style="width: 10%">
    <img class="img-thumbnail" src="/Files/image/placeholder100.png" style="width: 100px">
</td>
<td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/NSN/1520-00-087-7637">1520-00-087-7637</a></td>
<td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/PartNumber/UH1H">UH1H</a></td>
<td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/CAGE/97499">97499</a></td>
<td class="text-center" style="vertical-align: middle; width: 10%"><a href="/CAGE/97499"><img class="img-thumbnail" src="/Files/cage/90/97499.jpg" title="CAGE 97499" alt="CAGE 97499"></a></td>
<td nowrap="" style="vertical-align: middle">
    <h4>&emsp;&emsp;BOSS, MAN</h4>

    <p>
        <em>&emsp;&emsp;&emsp;&emsp;Alternate References: <a href="/NSN/1520-00-087-7637">1520-00-087-7637</a>, <a href="/NSN/1520-00-087-7637">000877637</a></em>
    </p>
</td>

因此，我尝试使用它来获得1520-00-087-7637，但我从输出中获得的只是没有。

page_soup1 = soup(page_html1, "html.parser")
tablecontainer = page_soup1.find_all("tr")
for container in tablecontainer:
    Z = container1.find('a', {'href': lambda x : x.startswith('/NSN/')})
    print(Z)

我在做什么错，我该如何解决此问题

我尝试了print（z.get_text（）），而z.Text似乎都无法正常工作。我如何获得文本值？

Answer 1

在这里。让我知道您是否有任何问题。看来我需要带您走过。

from lxml.html import fromstring
tree = fromstring(html)
for item in tree.cssselect(".text-center+td h4"):
    print(item.text_content())

结果：

BOSS, MAN

并从容器中获取数据：

html='''
<tr>
    <td class="text-center" style="width: 10%">
        <img class="img-thumbnail" src="/Files/image/placeholder100.png" style="width: 100px">
    </td>
    <td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/NSN/1520-00-087-7637">1520-00-087-7637</a></td>
    <td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/PartNumber/UH1H">UH1H</a></td>
    <td class="text-center" nowrap="" style="vertical-align: middle; width: 10%"><a href="/CAGE/97499">97499</a></td>
    <td class="text-center" style="vertical-align: middle; width: 10%"><a href="/CAGE/97499"><img class="img-thumbnail" src="/Files/cage/90/97499.jpg" title="CAGE 97499" alt="CAGE 97499"></a></td>
    <td nowrap="" style="vertical-align: middle">
        <h4>&emsp;&emsp;BOSS, MAN</h4>
        <p>
            <em>&emsp;&emsp;&emsp;&emsp;Alternate References: <a href="/NSN/1520-00-087-7637">1520-00-087-7637</a>, <a href="/NSN/1520-00-087-7637">000877637</a></em>
        </p>
    </td>
</tr>
'''
from lxml.html import fromstring
tree = fromstring(html)
for item in tree.cssselect("tr"):
    number = item.cssselect(".text-center a[href^='/NSN/']")[0].text
    name = item.cssselect(".text-center+td h4")[0].text_content()
    print(number, name)

结果：

1520-00-087-7637   BOSS, MAN