Очистить класс таблицы в Python

Question

Я пытаюсь очистить http://emojipedia.org/emoji/, но я не уверен, что это самый эффективный способ сделать это. То, что я хотел бы очистить, находится внутри таблицы class = "emoji_list". Я хотел бы сохранить материал внутри каждого «td» в отдельных столбцах. Вывод будет иметь следующую, где каждую строку представляет смайлик:

Col1_Link    Col2_emoji  Col3_Comment  Col4_UTF 
"/emoji/%F0%9F%98%80/"    Grinning Face   U+1F600 

Я написал следующий код до сих пор, но я не уверен, что это лучший способ сделать это.

import requests 
from bs4 import BeautifulSoup 
import urllib 
import re  

url = "http://emojipedia.org/emoji/" 
html = urllib.urlopen(url) 
soup = BeautifulSoup(html) 
soup.findAll('tr', limit=2) 

Большое спасибо за вашу помощь.

Answer 1

soup.findAll('tr', limit=2) не будет делать много, учитывая, что только первые два trs на странице. Вы должны сначала найти все строки в таблицы затем извлечь то, что вы хотите, который находится внутри двух с.в. в каждом тр:

import requests 
from bs4 import BeautifulSoup 
url = "http://emojipedia.org/emoji/" 
html = requests.get(url).content 

soup = BeautifulSoup(html) 
table = soup.select_one("table.emoji-list") 

for row in table.find_all("tr")[:5]: 
    td1, td2 = row.find_all("td") 
    em, desc = td1.text.split(None, 1) 
    print(td1.a["href"], em, desc, td2.text) 

Другим способом было бы получить только текст без расщепления будет чтобы получить текст из тега за исключением текста ребенка с find(text=True, recursive=False)

for row in table.find_all("tr"): 
    td1, td2 = row.find_all("td") 
    print(td1.a["href"], td1.a.span.text, td1.a.find(text=True, recursive=False), td2.text) 

Кроме того, я бы придерживаться с помощью запросов по URLLIB.