代码之家 › 专栏 › 技术社区 › Bhavesh Ghodasara

如何通过div内的表解析[duplicate]

findall beautifulsoup web-scraping python

Bhavesh Ghodasara · 技术社区 · 8 年前

                                <div id="findet_1" name="findet_1" >

                                    <table width="100%" border="0" cellspacing="0" cellpadding="0">

                                        <tr>

                                            <td class="thc01 w160 gL_10 UC" >&nbsp;Standalone</td>

                                            <td class="thc01 w160 gL_10 tar">Jun'16</td>

                                            <td class="thc01 w160 gL_10 tar">Mar'16</td>

                                            <td class="thc01 w160 gL_10 tar">Dec'15</td>

                                            <td class="thc01 w160 gL_10 tar"><div class="PR20">Sep'15</div></td>

                                        </tr>

                                        <tr>

                                            <td class="thc02 w160 gD_12" >Net Sales</td>

                                            <td class="thc02 w160 gD_12 tar">16,339.70</td>

                                            <td class="thc02 w160 gD_12 tar">15,589.40</td>

                                            <td class="thc02 w160 gD_12 tar">15,065.00</td>

                                            <td class="thc02 w160 gD_12 tar"><span class="PR20">14,824.50</span></td>

                                        </tr>

                                        <tr>

                                            <td class="thc02 w160 gD_12" >Other Income</td>

                                            <td class="thc02 w160 gD_12 tar">50.10</td>

                                            <td class="thc02 w160 gD_12 tar">46.30</td>

                                            <td class="thc02 w160 gD_12 tar">153.30</td>

                                            <td class="thc02 w160 gD_12 tar"><span class="PR20">1,087.40</span></td>

                                        </tr>

                                        <tr>

                                            <td class="thc02 w160 gD_12" >PBDIT</td>

                                            <td class="thc02 w160 gD_12 tar">6,612.30</td>

                                            <td class="thc02 w160 gD_12 tar">5,930.60</td>

                                            <td class="thc02 w160 gD_12 tar">5,543.30</td>

                                            <td class="thc02 w160 gD_12 tar"><span class="PR20">5,416.80</span></td>

                                        </tr>

                                        <tr>

                                            <td class="thc02 w160 gD_12" >Net Profit</td>

                                            <td class="thc02 w160 gD_12 tar">1,427.50</td>

                                            <td class="thc02 w160 gD_12 tar">1,693.90</td>

                                            <td class="thc02 w160 gD_12 tar">1,709.10</td>

                                            <td class="thc02 w160 gD_12 tar"><span class="PR20">2,223.70</span></td>

                                        </tr>

                                    </table>

                                </div>

我正在试着读这张表。但无法做到这一点。我正在使用beautyfulsoup findall首先找到div。该表位于div中。我找不到该表。第二个问题是关于什么是穿越行的最佳方式。在这里举个例子,我想要csv格式的输出,应该用双引号括起来例如: “STANDALONE”、“Jun’16”、“Mar’16”,“Dec’15”、“Sep’15” “净销售额”,“16339.70”,“15589.40”,”15065.00“,”14824.50“ “其他收入”、“50.10”、“46.30”、“153.30”和“1087.40” “净利润”、“1427.50”、“1693.90”、”1709.10“、”2223.70“

我的代码:

来自urllib。请求导入urlopen 从bs4导入BeautifulSoup

html = urlopen("http://www.moneycontrol.com/india/stockpricequote/computers-software/tataconsultancyservices/TCS")
bsObj = BeautifulSoup(html, "html.parser")
link = bsObj.findAll("div", id="findet_1")
table1 = link.find('table').find_all('tr')

我知道我们可以使用get_text获取值,并使用for循环遍历行。但我找不到唯一的桌子:(

2 回复 | 直到 8 年前

arcegk 8 年前

试试这个:

table_div = html.find('div' , {'id': 'findet_1', 'name': 'findet_1' })
table = table_div.find('table')

或者这个

table_div = html.find('div' , {'id': 'findet_1', 'name': 'findet_1' })
table = table_div.find_all('tr')

-1

kiviak 8 年前

唯一的区别是find_all()返回一个列表包含单个结果,find()只返回结果。

如果find_all()找不到任何内容,则返回空列表。如果find()找不到任何内容,则返回None:

link = bsObj.findAll("div", id="findet_1")
if link:
    table1 = link[0].find('table').find_all('tr')