Question

我在Python 2.7.13上编写了这段代码，用于从网站上抓取数据表。

import urllib2
from bs4 import BeautifulSoup
import csv
import os

out=open("proba.csv","rb")
data=csv.reader(out)

def make_soup(url):
    thepage = urllib2.urlopen(url)
    soupdata = BeautifulSoup(thepage, "html.parser")
    return soupdata

maindatatable=""
soup = make_soup("https://www.mnb.hu/arfolyamok")

for record in soup.findAll('tr'):
    datatable=""
    for data in record.findAll('td'):
        datatable=datatable+","+data.text
    maindatatable = maindatatable + "\n" + datatable[1:]

header = "Penznem,Devizanev,Egyseg,Penznemforintban"
print maindatatable

file = open(os.path.expanduser("proba.csv"),"wb")

utf16_str1 =header.encode('utf16')
utf16_str2 = maindatatable.encode('utf16')
file.write(utf16_str1)
file.write(utf16_str2)
file.close()

我想将其导出为CSV，接下来的4行：

“Penznem Devaizanev Egyseg Penznemforintban”

数据用“，”分隔，但最后两个值是一行。（283,45）

我该如何解决？

Answer 1

你不能直接避免最后一次昏迷，但

你可以做的就是使用另一个seprator，即;（分号）当你在exel中打开文件时，将select（;）分号作为seprator进行计算，你会得到预期的结果！

＆＃13;

import urllib2
from bs4 import BeautifulSoup
import csv
import os

out=open("proba.csv","rb")
data=csv.reader(out)

def make_soup(url):
    thepage = urllib2.urlopen(url)
    soupdata = BeautifulSoup(thepage, "html.parser")
    return soupdata

maindatatable=""
soup = make_soup("https://www.mnb.hu/arfolyamok")

for record in soup.findAll('tr'):
    datatable=""
    for data in record.findAll('td'):
        datatable=datatable+";"+data.text
    maindatatable = maindatatable + "\n" + datatable[1:]

header = "Penznem;Devizanev;Egyseg;Penznemforintban"
print maindatatable

file = open(os.path.expanduser("proba.csv"),"wb")

utf16_str1 =header.encode('utf16')
utf16_str2 = maindatatable.encode('utf16')
file.write(utf16_str1)
file.write(utf16_str2)
file.close()

＆＃13;

如何将Web抓取表导出到多行的csv中？

1 个答案: