Парсинг таблицы html страницы, не содержащей тегов
Нужно запарсить таблицы в pandas dataframe с сайта в Python, используя BS4. Проблема в том, что строки таблиц находятся не в особом отдельном теге, так что к ним можно обратиться, а просто разделяются в 'div' = <content> тегами <br>. То есть, содержимое таблиц слито с остальным текстом, поэтому я не могу вытащить содержимое через soup.find_all('*название тега*') и дальнейшую итерацию, как привыкла делать.
Вот часть html-кода таблицы внутри 'div' = <content>:
Campaign Events
</b>
<br/>
<br/>
Once the general election began following the Republican convention, campaign events by major party presidential and vice-presidential candidates were overwhelmingly concentrated
<br/>
<br/>
<u>
Table 1. Campaign Events between September 5 and November 4, 2008*
</u>
<br/>
<br/>
Rank State Events % of total Cumulative %
<br/>
1 OH 62 20.7 20.7
<br/>
2 FL 46 15.3 36.0
<br/>
3 PA 40 13.3 49.3
<br/>
4 VA 23 7.7 57.0
<br/>
5 MO 21 7.0 64.0
<br/>
6 CO 20 6.7 70.7
<br/>
7 NC 15 5.0 75.7
<br/>
8 NV 12 4.0 79.7
<br/>
9 NH 12 4.0 83.7
<br/>
10 MI 10 3.3 87.0
<br/>
11 IN 9 3.0 90.0
<br/>
12 NM 8 2.7 92.7
<br/>
13 WI 8 2.7 95.3
<br/>
14 IA 7 2.3 97.7
<br/>
15 MN 2 0.7 98.3
<br/>
16 ME 2 0.7 99.0
<br/>
17 DC 1 0.3 99.3
<br/>
18 TN 1 0.3 99.7
<br/>
19 WV 1 0.3 100.0
<br/>
Total 300 100
<br/>
<br/>
<em>
* Source: Washington Post
</em>
<br/>
<br/>
The cumulative percentage column of this table is telling. Nearly half of all campaign events were held in just three large population swing states, Ohio, Florida, and Pennsylvania, and 75% of events were in only seven states. Only one of the 12 smallest population states had a single event, in contrast to Ohio, Pennsylvania and Florida together having 148 events.
<br/>Вопрос -- как вытащить эти данные?