python - 将打印结果存储在 Python 的数据框中

Question

我想从网络获取所有 URL，并将结果存储为变量。到目前为止，我找到了以下代码:

from urllib.request import urlopen
from bs4 import BeautifulSoup

html = urlopen("https://www.sport.es/") # Insert your URL to extract
bsObj = BeautifulSoup(html.read());

for link in bsObj.find_all('a'):
    print(link.get('href'))

结果正是我想要的，但我需要将其存储为变量来构建数据框。我该怎么做？

谢谢大家。

最诚挚的问候，

Answer 1

首先，构建链接列表。您可以在 for 循环中附加到一个空列表:

list_of_links = []

for link in bsObj.find_all('a'):
    list_of_links.append(link.get('href'))

或者，更简洁地说，您可以使用列表理解:

list_of_links = [link.get('href') for link in bsObj.find_all('a')]

然后您可以通过字典将列表提供给 pd.DataFrame 构造函数:

import pandas as pd

df = pd.DataFrame({'links': list_of_links})