[英]Extracting data from table on web page
我正在尝试从网页上的表格中提取数据,其中包含漂亮的汤。 我想获取每一行的单元格内的数据。
我是python的新手,尝试了以下代码段,但无法正常工作:
import urllib.request
fname = r"C:\Python34\page.htm"
HtmlFile = open(fname, 'r', encoding='utf-8')
source_code = HtmlFile.read()
from bs4 import BeautifulSoup
soup = BeautifulSoup(source_code, 'html.parser')
table = soup.find( "table", {"title":"geoip-demo-results-tbody"} )
rows=list()
for row in table.findAll("tr"):
rows.append(row)
for tr in rows:
cols = tr.findAll('td')
p = col[0].string.strip()
d = col[1].string.strip()
print(p)
print(d)
编辑:我收到此错误回溯(最近一次调用最近):文件“ C:\\ Python34 \\ scrip.py”,第14行,在d = cols [1] .text.strip()IndexError:列表索引超出范围”对于84.78.229.78ESSantander,
坎塔布里亚
坎塔布里亚
Spain,
欧洲3900143.4647,
-3.8044Orange EspanaOrange Espana这是生成上述错误的html文件www.pastebin.com/tQ3Cp5Wj谢谢
fname = r"F:\Vikas\jobs\temp\page.htm"
HtmlFile = open(fname, 'r', encoding='utf-8')
source_code = HtmlFile.read()
from bs4 import BeautifulSoup
soup = BeautifulSoup(source_code, 'html.parser')
table = soup.find('tbody', id='geoip-demo-results-tbody')
rows = table.find_all('tr')
for tr in rows:
cols = tr.find_all('td')
p = cols[0].text.strip()
d = cols[1].text.strip()
print(p)
print(d)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.