BeautifulSoupでテーブルスクレイプを作成しようとしています。私はこれを書いたPythonコード:
import urllib2
from bs4 import BeautifulSoup
url = "http://dofollow.netsons.org/table1.htm" # change to whatever your url is
page = urllib2.urlopen(url).read()
soup = BeautifulSoup(page)
for i in soup.find_all('form'):
print i.attrs['class']
Nome、Cognome、Emailを削る必要があります。
テーブルの行(tr
タグ)をループし、内部のセルのテキスト(td
タグ)を取得します。
for tr in soup.find_all('tr')[2:]:
tds = tr.find_all('td')
print "Nome: %s, Cognome: %s, Email: %s" % \
(tds[0].text, tds[1].text, tds[2].text)
プリント:
Nome: Massimo, Cognome: Allegri, Email: [email protected]
Nome: Alessandra, Cognome: Anastasia, Email: [email protected]
...
ご参考までに、 [2:]
ここでのスライスは、2つのヘッダー行をスキップすることです。
UPD、結果をtxtファイルに保存する方法は次のとおりです。
with open('output.txt', 'w') as f:
for tr in soup.find_all('tr')[2:]:
tds = tr.find_all('td')
f.write("Nome: %s, Cognome: %s, Email: %s\n" % \
(tds[0].text, tds[1].text, tds[2].text))