Question

试图用美丽的汤刮擦瑞典议员。运行刮板时，出现“ ValueError：太多值无法解包（预期3）”。

该脚本输出一个csv，但只有五个名称。列表中的第六个人名为Janm（Aline Ericson，MP）。我想问题是她有两个姓氏-Alm Ericson，并且代码只需要三个值，名字，姓氏和聚会。

我应该如何编码字段分隔符以使其也适用于双重姓氏？

页面上的名称写为

Last_name, first_name (party)

代码：

import urllib.request
import bs4 as bs
import csv

source = urllib.request.urlopen("https://www.riksdagen.se/sv/ledamoter-partier/").read()
soup = bs.BeautifulSoup(source, "lxml")

data = []

for span in soup.find_all("span", {"class": "fellow-name"}):
    cleanednames = span.text.strip()
    data.append(cleanednames)  #fields are appended to list rather printing

with open("riksdagsledamoter.csv", "w") as stream:
    fieldnames = ["Last_Name","First_Name","Party"]
    var = csv.DictWriter(stream, fieldnames=fieldnames)
    var.writeheader()
    for item in data:
        last_name, First_name, party = item.split()  #splitting data in 3 fields
        last_name = last_name.replace(",","")  #removing ',' from last name
        party = party.replace("(","").replace(")","")  #removing "()" from party
        var.writerow({"Last_Name": last_name,"First_Name": First_name, "Party": party})  #writing to csv row

Answer 1

显然，在这里拆分不是一个好的解决方案。（或者您应该使用逗号和括号而不是空格分开

）

使用正则表达式：

import re
re.match('([^,]*), ([^(]*) \((.*)\)', 'Alm Ericson, Janine (MP)').groups()

返回

('Alm Ericson', 'Janine', 'MP')

Answer 2

这里是一个简单的正则表达式，可以解决问题

 import re
 print(re.match("(.*), (.*) \((.*)\)", 'Alm Ericson, Janine (MP)').groups())

灵感来自Corentin的答案

Answer 3

我想您也可以使用函数来返回列表中的零件（不像已经给出的答案那样干净）。

FilterRow

搜寻姓氏数量不同的名字列表

3 个答案: