使用BeautifulSoup提取表中的数据

Question

我正在为我的Android应用抓取此页面。我想提取城市和区号表上的数据这是我的代码：from bs4 import BeautifulSoupimport urllib2import rebase_url = "http://www.howtocallabroad.com/taiwan/"html_page = urllib2.urlopen(base_url)soup = BeautifulSoup(html_page)codes = soup.select("#codes tbody > tr > td")for area_code in codes:    # print td city and area code我想知道python中的哪个函数或BeautifulSoup从中获取值的函数<td>value</td>对不起，一个学习编写python的android开发者

Answer 1

您可以将findAll()和一起使用，该函数可以将列表分成多个部分

>>> areatable = soup.find('table',{'id':'codes'})

>>> d = {}

>>> def chunks(l, n):

...     return [l[i:i+n] for i in range(0, len(l), n)]

>>> dict(chunks([i.text for i in areatable.findAll('td')], 2))

{u'Chunan': u'36', u'Penghu': u'69', u'Wufeng': u'4', u'Fengyuan': u'4', u'Kaohsiung': u'7', u'Changhua': u'47', u'Pingtung': u'8', u'Keelung': u'2', u'Hsinying': u'66', u'Chungli': u'34', u'Suao': u'39', u'Yuanlin': u'48', u'Yungching': u'48', u'Panchiao': u'2', u'Taipei': u'2', u'Tainan': u'62', u'Peikang': u'5', u'Taichung': u'4', u'Yungho': u'2', u'Hsinchu': u'35', u'Tsoying': u'7', u'Hualien': u'38', u'Lukang': u'47', u'Talin': u'5', u'Chiaochi': u'39', u'Fengshan': u'7', u'Sanchung': u'2', u'Tungkang': u'88', u'Taoyuan': u'33', u'Hukou': u'36'}

解释：

.find()查找ID为的表codes。该chunks函数用于将列表分成大小均匀的块。

由于findAll返回一个列表，我们使用列表上的块创建类似：

[[u'Changhua', u'47'], [u'Keelung', u'2'], etc]

i.text for i in...用于获取每个td标签的文本，否则<td>和</td>将保留。

最后，dict()调用可以将列表列表转换为字典，您可以使用该字典来访问该国家的区号。