如何用python和beautifulsoup解析html表并写入csv

Question

我尝试解析html页面并获取货币值并写入csv。 我有以下代码：

#!/usr/bin/env python

import urllib2
from BeautifulSoup import BeautifulSoup

contenturl = "http://www.bank.gov.ua/control/en/curmetal/detail/currency?period=daily"
soup = BeautifulSoup(urllib2.urlopen(contenturl).read())

table = soup.find('div', attrs={'class': 'content'})

rows = table.findAll('tr')
for tr in rows:
    cols = tr.findAll('td')
    for td in cols:
        text = td.find(text=True) + ';'
        print text,
    print

问题是，我不知道，如何只检索货币的值。 我尝试了一些像'^ [0-9] {3}'这样的正则表达式 - 以3位开头，但它不起作用。

Answer 1

你最好选择表格中的特定细胞。 具有cell_c类的td单元格包含您感兴趣的数据，最后一个单元格始终是货币汇率：

rows = table.findAll('tr')
for tr in rows:
    cols = tr.findAll('td')
    if 'cell_c' in cols[0]['class']:
        # currency row
        digital_code, letter_code, units, name, rate = [c.text for c in cols]
        print digital_code, letter_code, units, name, rate

使用单独变量中的数据，您现在可以将文本转换为十进制数，将它们存储在数据库中，无论如何。