python - 网络从表格中抓取某一行

Question

我正在努力从 this 中抓取某一行网站。

首先，表格元素中没有类，但我想我有一个解决方法。

我的问题是我想打印(或存储在变量中或访问数据)某一行，假设第一个值为“Bollat​​e”的行:Screenshot of the row in the website

所以我编码:

import requests
import bs4

URL = "http://www.centrometeolombardo.com/content.asp?CatId=332&ContentType=Dati"

response = requests.get(URL)
soup = bs4.BeautifulSoup(response.text, "lxml")

table = soup.find(text="Bollate").find_parent("table")

for a in table:
    if a.text == "Bollate":
       for val in a.parent-find_next_siblings():
           print(val.text)

但我得到:

Traceback (most recent call last):
  File "/home/pi/Documents/Python/ngu.py", line 12, in <module>
   if a.text == "Bollate":
  File "/usr/lib/Python3/dist-packages/bs4/element.py", line 370, in _getattr_
   self._class_._name_, attr))
AttributeError: 'NavigableString' object has no attribute 'text'

这表明我错了，因为我得到的不是文本，但我不知道如何解决这个问题。

谢谢大家

Answer 1

您可以使用 pandas 获取 HTML 并解析表格。然后只需选择您需要的值。

方法如下:

import pandas as pd

url = "http://www.centrometeolombardo.com/content.asp?CatId=332&ContentType=Dati"
df = pd.read_html(url, flavor="bs4")[19]
print(df.loc[df[0] == "Bollate"])

输出:

         0     1     2      3  4  5
2  Bollate  -0.3  12.3  Brina  -  -