python - 如何删除/r 并解决我在 BeautifulSoup 中遇到的奇怪格式问题？

Question

我尝试从 PGA 网站抓取 PGA 高尔夫赛程 https://www.pgatour.com/tournaments/schedule.html但当我用 Beautiful Soup 解决这个问题时遇到了问题。当我打印数据帧时，它有一个奇怪的格式和很多\r 符号，我无法像用\n 那样替换它们。

...

URL = "https://www.pgatour.com/tournaments/schedule.html"
response = requests.get(URL)
soup = BeautifulSoup(response.text,"html.parser")

table = soup.find("table",{"class":"table-styled"}).tbody

rows = table.find_all("tr")
columns = [v.text.replace("\n","",) for v in rows [0].find_all("td")]


print(df)

不幸的是我得到了困惑:

   Oct\r            4 - 7\r          \
0  Oct\r            11 - 14\r           

  Safeway Open\r\r            \r                \r                    Silverado Resort and Spa North, \r                    Napa, \r                    CA \r                    \r                \r            \r            • Purse: $6,400,000\r              \
0  CIMB Classic\r\r            \r                ...                                                                                                                                                                                                               

       \
0       

  \r            \r                \r                \r                \r                \r                    Kevin Tway\r                \r            \r            \r                \r                    $1,152,000\r                \r            \r          \
0  \r            \r                \r            ...                                                                                                                                                                                                                 

   500  
0  500  

所以我有以下问题:

1. 为什么我有很多\r 符号以及如何相应地替换/删除它们？
2. 为什么格式如此困惑？我该如何解决这个问题？

感谢您的帮助!

我尝试用同样的方法来替换\n 但没有成功:

columns = [v.text.replace("\r","",) for v in rows [0].find_all("td")]

Answer 1

您可以使用pandas库来read_html()将数据加载到数据框中。不过，您可以将数据导入到 csv 文件中。 BeautufulSoup 不是必需的。

import pandas as pd
dfs=pd.read_html('https://www.pgatour.com/tournaments/schedule.html')
print(dfs[1])
#To import data into csv file
dfs[1].to_csv('outdata.csv',index=False)