Question

我正在制作一个抓取此website表格的网络抓取工具。正如您所看到的，我让它在循环中运行，为每个网页创建一个新的CSV文件。

问题在于，由于它正在创建一个新网页，我最终有100个CSV文件。我应该如何编译这些？我想要的是它将是一个包含所有列的单个CSV文件（第一个CSV文件中的列将是列A，第二个列中的列将位于列B中，等等）。每个CSV文件只有一列，所以我只想合并所有文件。这是我的代码：

import csv
import requests
import bs4
count = 1
while count < 1000:
url = "https://www.techpowerup.com/gpudb/" + str(count)

response = requests.get(url)
html = response.content

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

soup = bs4.BeautifulSoup(html, "lxml")

tables = soup.findAll("table")

tableMatrix = []
for table in tables:
    #Here you can do whatever you want with the data! You can findAll table row headers, etc...
    list_of_rows = []
    for row in table.findAll('tr'):
        list_of_cells = []
        for cell in row.findAll('td'):
            text = cell.text.replace('&nbsp;', '')
            list_of_cells.append(text)
        list_of_rows.append(list_of_cells)
    tableMatrix.append((list_of_rows, list_of_cells))

placeHolder = 0
excelTable = []

for table in tableMatrix:
    for row in table:
        if placeHolder == 0:
            for entry in row:
                excelTable.append(entry)
            placeHolder = 1
        else:
            placeHolder = 0
    excelTable.append('\n')      

for value in excelTable:
    print value
    print '\n'
count += 1  
fl = open(str(count) + '.csv', 'w')

writer = csv.writer(fl)
for values in excelTable:
    writer.writerow(values)

fl.close()

Answer 1

您可以使用pyexcel。首先将列中的数据存储在列表中，然后将此列数据动态存储在另一个列表中。以下代码将帮助您动态创建列表。将所有数据存储在final_list中后，可以将其转储到pyexcel临时表中，然后将其保存到csv文件中。

import pyexcel as pe
Final_list = []   
for i in range(6): # number of column you want to create
    Final_list.append([])
    for n in range(6): # number of data for a particular column
        Final_list[i].append('col'+str(n)) # data for column

print(Final_list)
sheet = pe.Sheet(Final_list)
print(sheet)
sheet.save_as("Final.csv")

Python添加列CSV

1 个答案: