如何将两个不同列表中的值转换为单个字典？

Question

我正在从https://www.investing.com/equities/nvidia-corp-financial-summary中抓取财务摘要。 代码：

要获取比率描述：

for element in soup.find_all('span', attrs={'class': 'float_lang_base_1'}):
    print(element)

该代码将导致：

<span class="float_lang_base_1">Gross margin</span>
<span class="float_lang_base_1">Operating margin</span>
<span class="float_lang_base_1">Net Profit margin</span>
<span class="float_lang_base_1">Return on Investment</span>
<span class="float_lang_base_1">Quick Ratio</span>
<span class="float_lang_base_1">Current Ratio</span>
<span class="float_lang_base_1">LT Debt to Equity</span>
<span class="float_lang_base_1">Total Debt to Equity</span>
<span class="float_lang_base_1">Cash Flow/Share</span>
<span class="float_lang_base_1">Revenue/Share</span>
<span class="float_lang_base_1">Operating Cash Flow</span>

要获取上述每个比率的值：

for element in soup.find_all('span', attrs={'class': 'float_lang_base_2 text_align_lang_base_2 dirLtr bold'}):
    a = element.get_text()

结果是：

 60.45%
 31.47%
 26.03%
 22.86%
 2.95
 3.62
 -
 49.02%
 -
 -
 16.77%

现在，我需要将两者进行匹配，这样它将是一个可以转换为 dataframe 的键值对。

Gross margin : 60.45%
Operating margin: 31.47%
Net Profit margin: 26.03% 
...

Answer 1

您可以使用class和 append 找到具有这两个值的主div标签并对其进行迭代以识别其他属性到dict1

dict1={}
for element in soup.find_all('div', attrs={'class': 'infoLine'}):
    name=element.find("span",class_="float_lang_base_1").get_text()
    value=element.find("span",class_="float_lang_base_2").get_text()
    dict1[name]=value

这里可以使用pandas创建df并将dict1转换为表格数据

import pandas as pd
df=pd.DataFrame(dict1.items(),columns=['A','B'])
df

Output：

       A                  B
0   Gross margin        60.45%
1   Operating margin    31.47%
.....

Answer 2

您可以将两个不同列表中的值获取到单个字典中

Mykeys = ["a", "b", "c"]
Myvalues = [1, 3, 5]
print ("Mykey list: " + str(Mykeys))
print ("Myvalue list: " + str(Myvalues))
res = dict(zip(Mykeys, Myvalues))

print ("New dictionary will be : " +  str(res))

Answer 3

如答案中所述，您可以zip()您的列表并转换为dict() 。

---

无论如何，从元素中选择和提取信息有一种替代方法：

dict(list(row.stripped_strings)[::len(list(row.stripped_strings))-1] for row in soup.select('.infoLine'))

这将使用 class infoLine select()或find_all()元素<span>的容器标记是什么。 虽然.stripped_strings将文本提取为ResultSet我们只需要list slice第一个和最后一个元素并将其在dict comprehension中转换为最终结果。

请注意：压缩列表或使用列表，您必须确保它们具有相同的长度，否则您将收到有关此不匹配的错误。

例子

import requests
from bs4 import BeautifulSoup
  
url='https://www.investing.com/equities/nvidia-corp-financial-summary'
soup = BeautifulSoup(requests.get(url, headers = {'User-Agent': 'Mozilla/5.0'}).text)
dict(list(row.stripped_strings)[::len(list(row.stripped_strings))-1] for row in soup.select('.infoLine'))

Output

{'Gross margin': '60.45%',
 'Operating margin': '31.47%',
 'Net Profit margin': '26.03%',
 'Return on Investment': '22.86%',
 'Quick Ratio': '2.95',
 'Current Ratio': '3.62',
 'LT Debt to Equity': '-',
 'Total Debt to Equity': '49.02%',
 'Cash Flow/Share': '-',
 'Revenue/Share': '-',
 'Operating Cash Flow': '16.77%'}