python - 如何用python和beautifulsoup解析html表格并写入csv

Question

我尝试解析 html 页面并获取货币值并写入 csv。 我有以下代码:

#!/usr/bin/env python

import urllib2
from BeautifulSoup import BeautifulSoup

contenturl = "http://www.bank.gov.ua/control/en/curmetal/detail/currency?period=daily"
soup = BeautifulSoup(urllib2.urlopen(contenturl).read())

table = soup.find('div', attrs={'class': 'content'})

rows = table.findAll('tr')
for tr in rows:
    cols = tr.findAll('td')
    for td in cols:
        text = td.find(text=True) + ';'
        print text,
    print

问题是，我不知道如何只检索货币值。 我尝试了一些像“^[0-9]{3}”这样的正则表达式 - 以 3 位数字开头，但它不起作用。

Answer 1

您最好在表格中挑选出特定的单元格。 cell_c 类的 td 单元格包含您感兴趣的数据，最后一个始终是货币汇率:

rows = table.findAll('tr')
for tr in rows:
    cols = tr.findAll('td')
    if 'cell_c' in cols[0]['class']:
        # currency row
        digital_code, letter_code, units, name, rate = [c.text for c in cols]
        print digital_code, letter_code, units, name, rate

有了单独变量中的数据，您现在可以将文本转换为十进制数字，将它们存储在数据库中，等等。