[問題] 爬蟲表格的問題

[ptoyhawinf (沉睡的毛利小五郎)]

各位前輩好

小弟最近試著爬一些設備端的網頁，想取得設備目前運作狀態
(snmp竟然沒辦法取得我想要的資訊)
試著用bs及pyquery來實作
但在table這卡關，希望有經驗的前輩可以解惑一下
html如下

<table>
<thead>
<tr>
<th>
欄位1</th>
<th>
欄位2</th>
<th>欄位3</th>
<th>欄位4</th>
<th>欄位5</th>
<th>
欄位6</th>
</tr>
</thead>
<tbody>
<tr>
<td rowspan="2">
AB</td>
<th>a0</th>
<td class="bold green_border">a1<br></td>
<td class="grey">a2</td>
<td class="grey">a3</td>
<td rowspan="2">ab4</td>
</tr>
<tr>
<th>b0<br></th>
<td class="bold">b1</td>
<td class="grey">b2<br></td>
<td class="grey">b3</td>
</tr>
<tr>
<td rowspan="2">
CD</td>
<th>c0</th>
<td class="bold">c1</td>
<td class="grey">c2</td>
<td class="grey">c3</td>
<td rowspan="2">cd4</td>
</tr>
<tr>
<th>d0<br></th>
<td class="bold green_border">d1</td>
<td class="grey">d2</td>
<td class="grey">d3</td>
</tr>
</tbody>
</table>

大致上，是要取得class = green_border的值，但也要取得它前後的一些欄位
但因為有的td rowspan =2，所以不管是直接filter green_border，再往前後取得值
或是取得tr後，再find，好像都拿不到rowspan的值

比如我要找的值是d1(欄位3)，但我要怎麼拿到CD(欄位1)或cd4(欄位6)的值呢?

麻煩有經驗的前輩指導一下，謝謝你們了。


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.240.179.61
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1501871876.A.220.html
推 hoho8: 假設格式永不改變，硬拆的話 http://imgur.com/aHSbGZr.png
→ ptoyhawinf:    謝hoho8大的回應，但green_border的所在td會隨著設
→ ptoyhawinf: 備狀況改變而改變。所以我需要select .green_border
→ ptoyhawinf: 後，再抓前後對映的td[rowspan="2"]的值，應該不能用
→ ptoyhawinf: 硬拆的？
→ hoho8: 所以綠燈會在 a0～d3 這4x4空間中亮起一個
→ hoho8: http://i.imgur.com/adj0tEv.png
→ hoho8: 亮b2，就取b2 AB ab4......亮c1就取 c1 CD cb4，這樣？
→ hoho8: cb4 →cd4
→ ntumath: http://imgur.com/uN9jRnW.png 你要的是這樣的嗎？
→ ntumath: 這取決於表格的相對位置，順便附上code，可以看你怎麼改
→ ntumath: https://goo.gl/F5o3EN
→ s860134: xpath 可以用　.. 取得上一層，這是你要的嗎？
→ ptoyhawinf: 謝謝ntumath的指導，原來是要用previous_siblings解決