【发布时间】:2018-06-20 16:28:21
【问题描述】:
我最近尝试抓取 http://quotes.toscrape.com/ 引号(仅在第一页上)并将它们保存到 csv 文件中。我得到了一个非常奇怪的结果。只有逗号用作分隔符。请参阅下面的屏幕截图和代码:
from bs4 import BeautifulSoup
from urllib.request import urlopen
import csv
csvfile = open('quotes.csv', 'w')
writer = csv.writer(csvfile)
writer.writerow(('text'))
def parse():
html = urlopen('http://quotes.toscrape.com/page/1/')
bs = BeautifulSoup(html, 'lxml')
quotes = bs.findAll('div', class_='quote')
for quote in quotes:
try:
text = quote.find('span', class_='text').getText(
).replace(',', '|').replace('"', '')
print(text)
writer.writerow((text))
except UnicodeEncodeError:
break
parse()
csvfile.close()
【问题讨论】:
-
定义“奇怪的结果”
标签: python csv screen-scraping