28

BeautifulSoupでテーブルスクレイプを作ろうとしています。私はこのPythonコードを書きました：

import urllib2
from bs4 import BeautifulSoup

url = "http://dofollow.netsons.org/table1.htm"  # change to whatever your url is

page = urllib2.urlopen(url).read()
soup = BeautifulSoup(page)

for i in soup.find_all('form'):
    print i.attrs['class']

Nome、Cognome、Email をスクレイピングする必要があります。

4

3 に答える 3

50

表の行 ( タグ ) をループし、内部trのセル ( タグ ) のテキストを取得します。td

for tr in soup.find_all('tr')[2:]:
    tds = tr.find_all('td')
    print "Nome: %s, Cognome: %s, Email: %s" % \
          (tds[0].text, tds[1].text, tds[2].text)

プリント:

Nome:  Massimo, Cognome:  Allegri, Email:  Allegri.Massimo@alitalia.it
Nome:  Alessandra, Cognome:  Anastasia, Email:  Anastasia.Alessandra@alitalia.it
...

参考までに、[2:]ここでのスライスは 2 つのヘッダー行をスキップすることです。

UPD、結果をtxtファイルに保存する方法は次のとおりです。

with open('output.txt', 'w') as f:
    for tr in soup.find_all('tr')[2:]:
        tds = tr.find_all('td')
        f.write("Nome: %s, Cognome: %s, Email: %s\n" % \
              (tds[0].text, tds[1].text, tds[2].text))
于 2013-09-23T18:40:00.633 に答える