在Jupyter Notebook中使用BeautifulSoup抓取表
在Jupyter Notebook中使用BeautifulSoup抓取表
提问于 2019-03-03 03:14:11
我正在尝试用Beautifulsoup打印一张以列表格式给出的婴儿名字的表格。
google-python-exercises/google-python-exercises/babynames/baby1990.html (超文本标记语言页面是实际网址的屏幕截图)
在使用urllib.request获取表并使用BeautifulSoup解析它之后，我能够打印表的每一行中的数据，但是我得到了错误的输出。
下面是我的代码：
right_table = soup.find('table',attrs = {"summary" : "Popularity for top 1000"})
table_rows = right_table.find_all('tr')
for tr in table_rows:
td = tr.find_all('td')
row = [i.text for i in td]
print(row)它应该打印一个包含行中所有数据的列表，但是，我得到了许多列表，每个新列表的开头都少了一条记录
有点像这样：
['997', 'Eliezer', 'Asha', '998', 'Jory', 'Jada', '999', 'Misael', 'Leila', '1000', 'Tate', 'Peggy', 'Note: Rank 1 is the most popular,\nrank 2 is the next most popular, and so forth. \n']
['998', 'Jory', 'Jada', '999', 'Misael', 'Leila', '1000', 'Tate', 'Peggy', 'Note: Rank 1 is the most popular,\nrank 2 is the next most popular, and so forth. \n']
['999', 'Misael', 'Leila', '1000', 'Tate', 'Peggy', 'Note: Rank 1 is the most popular,\nrank 2 is the next most popular, and so forth. \n']
['1000', 'Tate', 'Peggy', 'Note: Rank 1 is the most popular,\nrank 2 is the next most popular, and so forth. \n']
['Note: Rank 1 is the most popular,\nrank 2 is the next most popular, and so forth. \n']如何只打印一个列表？
回答 2
Stack Overflow用户
发布于 2019-03-03 03:25:08
我将尝试使用pandas和索引到表的结果列表中，以获得您想要的表
import pandas as pd
tables = pd.read_html('yourURL')
print(tables[1]) # for example; change index as requiredStack Overflow用户
发布于 2019-03-03 03:20:53
你的循环正在创建你的行列表，然后打印它，然后进入下一次迭代，在那里它创建一个行列表(覆盖之前的列表)，然后打印它，等等。
不知道为什么要将所有行都放到一个列表中，但是为了拥有一个最终列表，您需要在每次迭代时将每个行列表附加到一个最终列表中。
您的实际意思是想要一个行列表列表吗？
right_table = soup.find('table',attrs = {"summary" : "Popularity for top 1000"})
table_rows = right_table.find_all('tr')
result_list = []
for tr in table_rows:
td = tr.find_all('td')
row = [i.text for i in td]
result_list = result_list + row
print(result_list)如果您真的想要一个行的列表，那么使用下面的列表：
right_table = soup.find('table',attrs = {"summary" : "Popularity for top 1000"})
table_rows = right_table.find_all('tr')
result_list = []
for tr in table_rows:
td = tr.find_all('td')
row = [i.text for i in td]
result_list.append(row)
print(result_list)但老实说，我会按照QHarr的建议使用pandas和.read_html()。
right_table = soup.find('table',attrs = {"summary" : "Popularity for top 1000"})
table_rows = right_table.find_all('tr')
result_list = []
for tr in table_rows:
td = tr.find_all('td')
for data in td:
print (td.text)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54962107
复制相关文章
相似问题
腾讯云开发者
