【发布时间】:2015-03-13 08:01:44
【问题描述】:
我正在用这段代码抓取一个 HTML 表格:
import csv
import urllib2
from bs4 import BeautifulSoup
with open('listing.csv', 'wb') as f:
writer = csv.writer(f)
for i in range(39):
url = "file:///C:/projects/HTML/Export.htm".format(i)
u = urllib2.urlopen(url)
try:
html = u.read()
finally:
u.close()
soup=BeautifulSoup(html)
for tr in soup.find_all('tr')[2:]:
tds = tr.find_all('td')
row = [elem.text.encode('utf-8') for elem in tds]
writer.writerow(row)
一切正常,但我正在尝试获取第 9 列的 Href URL。它目前给我的是 txt 值,但不是 URL。
另外,我的 HTML 中有两个表,无论如何要跳过第一个表并使用第二个表构建 csv 文件?
非常欢迎任何帮助,因为我是 Python 新手,并且在我正在自动执行每日转换的项目中需要此帮助。
非常感谢!
【问题讨论】:
-
您好 RobertB,欢迎来到 Stack Overflow。请保留您的问题的原始形式,除了添加澄清详细信息,以便答案仍然相关且有用。如果您有未解决的问题,您可以通过进一步编辑澄清,对以下答案之一评论,或问另一个问题(如果确实如此)一个单独的问题。
标签: python html csv beautifulsoup