Python - Beautiful Soup - 检索表数据

Question

这是我在 StackOverflow 中的第一个问题，非常感谢您的帮助！我正在尝试使用来自该页面的 NUFORC 的 python 2.7 和 R 抓取表数据并转换为 csv 文件：http://www.nuforc.org/webreports/ndxl.html。我已经看过几十个教程并试图跟随，但没有一个适用于这个实例。我查看了beautifulsoup 文档，但我没有找到可以找到线索的东西。似乎连读取剪贴板命令都不起作用（？）

最有希望的方法如下。这是我所能做到的，因为我无法在此页面上复制讲师的笔记。

import urllib2
from urllib2 import urlopen
from bs4 import BeautifulSoup
url= "http://www.nuforc.org/webreports/ndxl.html"

def make_soup(url):
    thepage = urllib2.urlopen(url)
    soupdata = BeautifulSoup(thepage, "html.parser")
    return soupdata

soup = make_soup ("http://www.nuforc.org/webreports/ndxl.html")

for record in soup.findAll('tr'):
    for data in record.findAll('td'):
        print (data.text)

虽然我现在至少可以打印数据，但我不知道如何继续将数据提取到更有用的 .csv 文件中。

提前感谢您的帮助:)

Answer 1

使用csv.writer，您可以将数据直接写入嵌套 for 循环中的 csv 文件。对于行中的每个行值，您可以将其存储在一个数组中，然后使用 write_row 将该数组写入该行。确保每行都将数组初始化为空，否则您可能最终会一遍又一遍地添加到前一个数组中。