BeautifulSoup和CSV文件
BeautifulSoup和CSV文件
提问于 2015-04-27 21:33:51
我希望从http://www.atpworldtour.com/Rankings/Top-Matchfacts.aspx?y=2015&s=1#中提取表，并将所有信息放入csv文件中。
我做过这件事，但有几个问题。表的第一列既包含了播放器的排名，也包含了它们的名称。我想把它们分开，这样一个列只包含排名，另一个列包含播放器名。
下面是代码：
import urllib2
from bs4 import BeautifulSoup
import csv
URL = 'http://www.atpworldtour.com/Rankings/Top-Matchfacts.aspx?y=2015&s=1#'
req = urllib2.Request(URL)
page = urllib2.urlopen(req)
soup = BeautifulSoup(page)
tables = soup.findAll('table')
my_table = tables[0]
with open('out2.csv', 'w') as f:
csvwriter = csv.writer(f)
for row in my_table.findAll('tr'):
cells = [c.text.encode('utf-8') for c in row.findAll('td')]
if len(cells) == 16:
csvwriter.writerow(cells)以下是几位玩家的作品：
"1
Novak Djokovic",SRB,5-0,0-0,9,1.8,7,1.4,62%,74%,58%,88%,42%,68%,39%-57%,46%
"2
Roger Federer",SUI,1-1,0-1,9,4.5,2,1.0,59%,68%,54%,84%,46%,67%,37%-49%,33%
"3
Andy Murray",GBR,0-0,0-0,0,0.0,0,0.0,0%,0%,0%,0%,0%,0%,0%-0%,0%
"4
Rafael Nadal",ESP,11-3,2-1,25,1.8,18,1.3,68%,69%,57%,82%,43%,57%,36%-58%,38%
"5
Kei Nishikori",JPN,5-0,0-0,14,2.8,9,1.8,57%,75%,62%,92%,49%,80%,39%-62%,42%如您所见，第一列没有正确显示，数字位于比其他数据更高的行上，而且差距也非常大。
问题列的HTML代码比其他列略复杂：
<td class="col1" rel="1">1
<a href="/Tennis/Players/Top-Players/Novak-Djokovic.aspx">Novak Djokovic</a></td>我试着把它和它分开，但是我无法让它工作，并且认为修复当前的CSV文件可能更容易。
回答 2
Stack Overflow用户
回答已采纳
发布于 2015-04-27 21:38:33
把它拉出来后把它分开是很容易的。你有一个数字，一堆空格，还有一个名字。因此，只需使用split，并使用默认分隔符，最大分隔数为1：
cells = [c.text.encode('utf-8') for c in row.findAll('td')]
if len(cells) == 16:
cells[0:1] = cells[0].split(None, 1)
csvwriter.writerow(cells)但是，您也可以将其与汤中的内容分离开来，这可能会更加健壮：
cells = row.find_all('td')
cell0 = cells.pop(0)
rank = next(cell0.children).strip().encode('utf-8')
name = cell0.find('a').text.encode('utf-8')
cells = [rank, name] + [c.text.encode('utf-8') for c in cells]Stack Overflow用户
发布于 2015-04-27 21:53:41
由于您所关注的值包含多个选项卡，并且播放机的名称直接位于最终选项卡之后，我建议按选项卡拆分，并从结果元组中收集最后一项。
我添加的行是cells[0] = cells[0].split('\t')[-1]
import urllib2
from bs4 import BeautifulSoup
import csv
URL = 'http://www.atpworldtour.com/Rankings/Top-Matchfacts.aspx?y=2015&s=1#'
req = urllib2.Request(URL)
page = urllib2.urlopen(req)
soup = BeautifulSoup(page)
tables = soup.findAll('table')
my_table = tables[0]
with open('out2.csv', 'w') as f:
csvwriter = csv.writer(f)
for row in my_table.findAll('tr'):
cells = [c.text.encode('utf-8') for c in row.findAll('td')]
if len(cells) == 16:
cells[0] = cells[0].split('\t')[-1]
csvwriter.writerow(cells)
f.close()页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/29906355
复制相关文章
相似问题
腾讯云开发者
