BeautifulSoup HTML提取表格数据

时间:2013-02-04 13:42:39

标签: python beautifulsoup extraction

我有这个HTML表格,我需要一些数据:

<table id="curFullTable" class="tablesorter" style="width:728px;margin-left:auto;margin-right:auto;">
    <tr>
        <td>Euro</td>
        <td align="center">EUR</td>
        <td align="center">€</td>
        <td align="center">1</td>
        <td align="center">110.9416</td>
        <td align="center">111.2754</td>
        <td align="center">111.6092</td>
        </tr>
    <tr>
        <td>Australian dollar</td>
        <td align="center">AUD</td>
        <td align="center">$</td>
        <td align="center">1</td>
        <td align="center">84.9671</td>
        <td align="center">85.2228</td>
        <td align="center">85.4785</td>
    </tr>
    <tr>
        <td>Canadian dollar</td>
        <td align="center">CAD</td>
        <td align="center">$</td>
        <td align="center">1</td>
        <td align="center">81.6167</td>
        <td align="center">81.8623</td>
        <td align="center">82.1079</td>
    </tr>
</table>

使用此代码:

tableData = htmlText.find("table", attrs={"class":"tablesorter"})
rows = tableData.findAll('tr')

我将所有表行和表格单元格放在一个列表中。到目前为止,我已经设法逐个提取货币名称,但我真的需要一个货币名称列表,比如这个

currencies = ['Euro','Australian dollar','Canadian dollar']

实现这一目标的方法是什么?稍后,我还需要从每个TR元素的最后一个TD元素中提取数据。

1 个答案:

答案 0 :(得分:5)

In [70]: from bs4 import BeautifulSoup

In [71]: soup = BeautifulSoup(html)

In [72]: [tr.find('td').text for tr in soup.findAll('tr')]
Out[72]: [u'Euro', u'Australian dollar', u'Canadian dollar']

最后一项:

In [73]: [tr.findAll('td')[-1].text for tr in soup.findAll('tr')]
Out[73]: [u'111.6092', u'85.4785', u'82.1079']