抓取以下网站 https://gdzd.stats.gov.cn/sjfb/sjjd/index_mo.html 中每个月份的广东居民消费价格数据。写出Python程序，尽量简单一点

抓取网页数据通常需要用到网络请求库如`requests`和解析HTML的库如`BeautifulSoup`或更高级的`pandas`的`read_html`功能。这里是一个简单的示例，假设该页面的消费价格数据在一个表格里，我们可以直接提取出来：

import requests
from bs4 import BeautifulSoup

# 定义目标URL
url = "https://gdzd.stats.gov.cn/sjfb/sjjd/index_mo.html"

# 发送GET请求获取网页内容
response = requests.get(url)

# 检查请求是否成功
if response.status_code == 200:
    # 使用BeautifulSoup解析HTML
    soup = BeautifulSoup(response.text, 'lxml')

    # 找到包含数据的表格元素（这通常是一个`table`标签）
    table = soup.find('table')  # 确保找到正确的标签并调整查找策略 if 失败

    # 提取表格中的每一行数据，每一行对应一个月的数据
    data_rows = table.find_all('tr')
    for row in data_rows:
        cells = row.find_all('td')  # 获取每个单元格的数据
        month_data = [cell.text.strip() for cell in cells]  # 假设所有需要的数据都在<td>标签内

        # 对数据做进一步处理，例如清洗、转换为合适的格式等
        # 这部分取决于实际的表格结构和需求
        process_monthly_data(month_data)  # 自定义函数处理每月数据

else:
    print(f"请求失败，状态码: {response.status_code}")

# 定义处理每月数据的函数
def process_monthly_data(monthly_data):
    # 这里应添加代码来保存数据、分析或打印数据
    pass

请注意，这个示例假设了数据是以表格形式呈现，并且可以直接提取。实际操作中，可能需要根据网页的具体结构进行调整。另外，由于网站可能会有反爬虫机制，如需要登录、动态加载、cookies等，这个脚本可能需要额外的处理。