web-dev-qa-db-fra.com

Python tables à gratter BeautifulSoup

J'essaie de créer un grattage de table avec BeautifulSoup. J'ai écrit ceci Python code:

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']

J'ai besoin de gratter Nome, Cognome, Email.

pythonhtmlweb-scrapingbeautifulsouphtml-parsing
17
kingcope

Parcourez les lignes du tableau (balise tr) et récupérez le texte des cellules (balise td) à l'intérieur:

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)

impressions:

Nome:  Massimo, Cognome:  Allegri, Email:  [email protected]
Nome:  Alessandra, Cognome:  Anastasia, Email:  [email protected]
...

Pour info, [2:] tranche ici consiste à ignorer deux lignes d'en-tête.

UPD, voici comment enregistrer les résultats dans un fichier txt:

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))
31
alecxe