美麗的湯刮台

Question

我有這小段代碼可以從網站上抓取表格數據，然后以csv格式顯示。 問題是for循環多次打印記錄。 我不確定是否是由於
標簽。 順便說一句，我是Python的新手。 謝謝你的幫助！

#import needed libraries
import urllib
from bs4 import BeautifulSoup
import requests
import pandas as pd
import csv
import sys
import re


# read the data from a URL
url = requests.get("https://www.top500.org/list/2018/06/")

# parse the URL using Beauriful Soup
soup = BeautifulSoup(url.content, 'html.parser')

newtxt= ""
for record in soup.find_all('tr'):
    tbltxt = ""
    for data in record.find_all('td'):
        tbltxt = tbltxt + "," + data.text
        newtxt= newtxt+ "\n" + tbltxt[1:]
        print(newtxt)

Answer 1

from bs4 import BeautifulSoup
import requests

url = requests.get("https://www.top500.org/list/2018/06/")
soup = BeautifulSoup(url.content, 'html.parser')
table = soup.find_all('table', attrs={'class':'table table-condensed table-striped'})
for i in table:
    tr = i.find_all('tr')
    for x in tr:
        print(x.text)

或使用Pandas解析表格的最佳方法

import pandas as pd
table = pd.read_html('https://www.top500.org/list/2018/06/', attrs={
    'class': 'table table-condensed table-striped'}, header = 1)
print(table)

Answer 2

它多次打印大量數據，因為在獲取每個<td></td>的文本之后要打印的newtext變量只是累加了所有值。 最簡單的方法是將行print(newtxt)移到兩個for循環之外-也就是說，完全不縮進。 然后，您應該看到所有文本的列表，其中每一行的內容都位於換行符之間，並且每一行中的每個單獨單元格都由逗號分隔。