从网站抓取表格数据

Question

我正在尝试使用BeautifulSoup4和Python从网站上抓取表格数据，然后使用结果创建一个Excel文档。 到目前为止，我有这个：

import urllib2
from bs4 import BeautifulSoup

soup = BeautifulSoup(urllib2.urlopen('http://opl.tmhp.com/ProviderManager/SearchResults.aspx?TPI=&OfficeHrs=4&ProgType=STAR&UCCIndicator=No+Preference&Cnty=&NPI=&Srvs=6&Age=All&Gndr=B&SortBy=Distance&ZipCd=78552&SrvsOfrd=0&SpecCd=0&Name=&CntySrvd=0&Plan=H3&WvrProg=0&SubSpecCd=0&AcptPnt=Y&Rad=200&LangCd=99').read())

for row in soup('table', {'class' : 'spad'})[0].tbody('tr'):
    tds = row('td')
    print tds[0].string, tds[1].string

但它无法显示数据。

有任何想法吗？

Answer 1

首先，该类是StandardResultsGrid ，而不是spad 。

其次，你不需要tbody的事情。 只需使用：

for row in soup('table', {'class' : 'StandardResultsGrid'})[0]('tr'):

还要注意，因为在原来的页面标题行包含在tbody出于某种原因，你必须跳过第一行，所以

for row in soup('table', {'class' : 'StandardResultsGrid'})[0]('tr')[1:]

并请注意，某些单元格中包含table ，因此您必须仔细解析td的内容。