python爬取表格数据 soup

要爬取网页中的表格数据，可以使用 Python 中的 BeautifulSoup 库，具体步骤如下：

1. 使用 requests 库获取网页的 HTML 代码。
2. 使用 BeautifulSoup 解析 HTML 代码，获取表格标签。
3. 遍历表格标签，提取表格数据。

下面是一个简单的示例代码，假设要爬取的网页中包含一个 id 为 "mytable" 的表格：

import requests
from bs4 import BeautifulSoup

# 获取网页 HTML 代码
url = "http://example.com"
response = requests.get(url)
html = response.text

# 解析 HTML 代码
soup = BeautifulSoup(html, 'html.parser')

# 获取表格标签
table = soup.find('table', {'id': 'mytable'})

# 遍历表格标签，提取表格数据
for tr in table.find_all('tr'):
    for td in tr.find_all('td'):
        print(td.text)

这段代码会输出表格中每个单元格的文本内容。当然，具体的提取方式会根据表格的结构和需求而有所不同，需要根据具体情况进行调整。

相关问题

python爬取网页表格数据

要爬取网页表格数据，可以使用 Python 的 requests 和 BeautifulSoup 库。

首先，使用 requests 库获取网页内容：

import requests

url = "https://example.com/table-page"
response = requests.get(url)
html = response.content

接着，使用 BeautifulSoup 库解析 HTML，并找到表格：

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, "html.parser")
table = soup.find("table")

然后，遍历表格的行和列，将数据存储在列表中：

data = []
rows = table.find_all("tr")
for row in rows:
    cols = row.find_all("td")
    row_data = []
    for col in cols:
        row_data.append(col.text.strip())
    data.append(row_data)

最后，将数据写入 CSV 文件：

import csv

with open("table.csv", "w", newline="") as f:
    writer = csv.writer(f)
    writer.writerows(data)

完整代码如下：

import requests
from bs4 import BeautifulSoup
import csv

url = "https://example.com/table-page"
response = requests.get(url)
html = response.content

soup = BeautifulSoup(html, "html.parser")
table = soup.find("table")

data = []
rows = table.find_all("tr")
for row in rows:
    cols = row.find_all("td")
    row_data = []
    for col in cols:
        row_data.append(col.text.strip())
    data.append(row_data)

with open("table.csv", "w", newline="") as f:
    writer = csv.writer(f)
    writer.writerows(data)

使用python爬取网页表格数据

可以使用Python的requests和BeautifulSoup库来爬取网页表格数据。首先，使用requests库发送HTTP请求获取网页的HTML代码，然后使用BeautifulSoup库解析HTML代码，找到表格数据所在的标签，最后提取表格数据并进行处理。以下是一个简单的示例代码：

import requests
from bs4 import BeautifulSoup

url = 'https://example.com/table.html'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

table = soup.find('table')
rows = table.find_all('tr')

for row in rows:
    cells = row.find_all('td')
    for cell in cells:
        print(cell.text, end='\t')
    print()

这个代码可以爬取指定网页中的表格数据，并将其输出到控制台。你可以根据自己的需求对代码进行修改和扩展。