代码之家 › 专栏 › 技术社区 › jay

Python:使用Beautifulsoup和pandas改进迭代工作流?

iteration beautifulsoup pandas python

-1

jay · 技术社区 · 2 年前

乡亲们

我正在从文档中提取一些句子,并用BeautifulSoup和pandas制作一个数据框架,如下所示。有一些迭代,所以我认为它会以一种更好的方式编写,就像专业版一样。你能帮忙开发这些代码行吗?非常感谢。

import pandas as pd
from bs4 import BeautifulSoup

bs = BeautifulSoup(html, 'html.parser')

t1 = bs.find_all('h1')[1].text.replace('_room1',"")
t2 = bs.find_all('h1')[2].text.replace('_room1',"") 
t3 = bs.find_all('h1')[3].text.replace('_room1',"")
t4 = bs.find_all('h1')[4].text.replace('_room1',"")

p1 = bs.find_all('p')[3].text
p2 = bs.find_all('p')[4].text + bs.find_all('p')[5].text + bs.find_all('p')[6].text + bs.find_all('p')[7].text
p3 = bs.find_all('p')[8].text
p4 = bs.find_all('p')[9].text


data = {t1: p1,
      t2: p2,
      t3: p3,
      t4: p4}

df = pd.DataFrame(data, index=[0])

df

1 回复 | 直到 2 年前

Jon Clements 2 年前

一次从你的H1和P中获取文本怎么样:

h1s = [h1.text for h1 in bs.select('h1')[:4]]
ps =  [p.text for p in bs.select('p')]

df = pd.DataFrame({
    h1: p
    for h1, p in zip(h1s, [ps[3], ''.join(ps[4:7]), ps[8], ps[9])
}).T

推荐文章

Maxswift · JS函数运行了两次

2 年前

Eugene Yarmash · 如何将这种递归Java方法转换为迭代方法?(CodeJam挑战)

6 年前

Benjamin BB · Python:组合列表迭代

6 年前

Grant Ronterio · C++插入后在基于向量的二叉树中打印值

6 年前

ptb · 将Torvalds的“好品味”应用于Fortran链表

6 年前

qshng · 如何动态迭代子目录

6 年前

JerryN · 再次在数据表上进行rowdies迭代

6 年前

user9578589 · Java条件数组

6 年前

Jake · 使用for循环更改多个数据帧的列名,并将数据帧加载到列表中

6 年前

m.s.bolton · For循环并应用于R中嵌套列表上的数学运算(从Bchron中查找校准年龄的平均值)

6 年前