- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
这方面有一些很棒的线程(其中一些帮助我达到了这一点),但我似乎无法弄清楚为什么我的程序无法正常工作。
问题:程序可以工作,但它似乎只返回第一行,而它应该循环遍历所有表行。
我使用的是Python 3.5
import requests
from bs4 import BeautifulSoup
import pandas as pd
url = "http://www.the-numbers.com/movies/year/2006"
r = requests.get(url)
soup = BeautifulSoup(r.content)
data = []
for table_row in soup.select("table"):
cells = table_row.find_all(['td'])
release_date = cells[0].text.strip()
movie_name = cells[2].text.strip()
genre_name = cells[3].text.strip()
production_budget = cells[4].text.strip()
box_office = cells[5].text.strip()
movie = {"Release_Date" : release_date,
"Movie_Name" : movie_name,
"Genre" : genre_name,
"Production_Budget" : production_budget,
"Box_Office" : box_office}
data.append(movie)
print (release_date, movie_name, genre_name, production_budget, box_office)
这会返回正确的 2006 年 1 月 BloodRayne Action $25,000,000 $2,405,420,但我需要表中的所有其他行。
如果这个问题很容易解决,下一步就是将其放入 Pandas DataFrame 中(但在响应中不是必需的)。
任何帮助将不胜感激。
最佳答案
您可以使用read_html
进行一些数据清理:
df = pd.read_html('http://www.the-numbers.com/movies/year/2006', header=0)[0]
df = df.dropna(how='all')
df['Release Date'] = df['Release Date'].ffill()
print (df.head())
Release Date Movie Genre ProductionBudget \
0 January, 2006 NaN NaN NaN
1 January 6 BloodRayne Action $25,000,000
2 January 6 Fateless Drama $12,000,000
3 January 6 Grandma's Boy Comedy $5,000,000
4 January 6 Hostel Horror $4,800,000
DomesticBox Officeto Date Trailer
0 NaN NaN
1 $2,405,420 NaN
2 $196,857 NaN
3 $6,090,172 NaN
4 $47,326,473 NaN
您原来的解决方案:
data = []
#find first table
tab = soup.select("table")[0]
#find all tr elements
rows = tab.find_all(['tr'])
#loop anf find all td
for row in rows:
cols = row.find_all('td')
#parse text
cols = [ele.text.strip() for ele in cols]
#[:-1] remove last column
data.append(cols[:-1])
cols = ['Release_Date','Movie_Name','Genre','Production_Budget','DomesticBox']
#[2:] remove first 2 rows
df = pd.DataFrame(data[2:], columns = cols)
print (df.head())
Release_Date Movie_Name Genre Production_Budget DomesticBox
0 January 6 BloodRayne Action $25,000,000 $2,405,420
1 Fateless Drama $12,000,000 $196,857
2 Grandma's Boy Comedy $5,000,000 $6,090,172
3 Hostel Horror $4,800,000 $47,326,473
4 Kill the Poor $0
关于python - 网页抓取 | BeautifulSoup |解析表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45604880/
我一直在使用 AJAX 从我正在创建的网络服务中解析 JSON 数组时遇到问题。我的前端是一个简单的 ajax 和 jquery 组合,用于显示从我正在创建的网络服务返回的结果。 尽管知道我的数据库查
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
我在尝试运行 Android 应用程序时遇到问题并收到以下错误 java.lang.NoClassDefFoundError: com.parse.Parse 当我尝试运行该应用时。 最佳答案 在这
有什么办法可以防止etree在解析HTML内容时解析HTML实体吗? html = etree.HTML('&') html.find('.//body').text 这给了我 '&' 但我想
我有一个有点疯狂的例子,但对于那些 JavaScript 函数作用域专家来说,它看起来是一个很好的练习: (function (global) { // our module number one
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 8 年前。 Improve th
我需要编写一个脚本来获取链接并解析链接页面的 HTML 以提取标题和其他一些数据,例如可能是简短的描述,就像您链接到 Facebook 上的内容一样。 当用户向站点添加链接时将调用它,因此在客户端启动
在 VS Code 中本地开发时,包解析为 C:/Users//AppData/Local/Microsoft/TypeScript/3.5/node_modules/@types//index而不是
我在将 json 从 php 解析为 javascript 时遇到问题 这是我的示例代码: //function MethodAjax = function (wsFile, param) {
我在将 json 从 php 解析为 javascript 时遇到问题 这是我的示例代码: //function MethodAjax = function (wsFile, param) {
我被赋予了将一种语言“翻译”成另一种语言的工作。对于使用正则表达式的简单逐行方法来说,源代码过于灵活(复杂)。我在哪里可以了解更多关于词法分析和解析器的信息? 最佳答案 如果你想对这个主题产生“情绪化
您好,我在解析此文本时遇到问题 { { { {[system1];1;1;0.612509325}; {[system2];1;
我正在为 adobe after effects 在 extendscript 中编写一些代码,最终变成了 javascript。 我有一个数组,我想只搜索单词“assemble”并返回整个 jc3_
我有这段代码: $(document).ready(function() { // }); 问题:FB_RequireFeatures block 外部的代码先于其内部的代码执行。因此 who
背景: netcore项目中有些服务是在通过中间件来通信的,比如orleans组件。它里面服务和客户端会指定网关和端口,我们只需要开放客户端给外界,服务端关闭端口。相当于去掉host,这样省掉了些
1.首先贴上我试验成功的代码 复制代码 代码如下: protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec)
什么是 XML? XML 指可扩展标记语言(eXtensible Markup Language),标准通用标记语言的子集,是一种用于标记电子文件使其具有结构性的标记语言。 你可以通过本站学习 X
【PHP代码】 复制代码 代码如下: $stmt = mssql_init('P__Global_Test', $conn) or die("initialize sto
在SQL查询分析器执行以下代码就可以了。 复制代码代码如下: declare @t varchar(255),@c varchar(255) declare table_cursor curs
前言 最近练习了一些前端算法题,现在做个总结,以下题目都是个人写法,并不是标准答案,如有错误欢迎指出,有对某道题有新的想法的友友也可以在评论区发表想法,互相学习🤭 题目 题目一: 二维数组中的
我是一名优秀的程序员,十分优秀!