抓取世界500强公司

正则表达式练手

1. 获取url&解析
2. 正则表达式&匹配
3. 写入表格&保存

import re
from bs4 import BeautifulSoup
import openpyxl
from urllib import request

url='http://www.fortunechina.com/fortune500/c/2018-07/19/content_311046.htm'

req=request.urlopen(url).read()
soup1 =BeautifulSoup(req,'html.parser')
'''
<tbody>
<tr>
<td>1</td> 排名
<td>1</td> 上年排名
<td><a href="../../../../global500/3/2018" target="_blank">沃尔玛（WALMART) </a></td>  名称
<td>500,343</td> 营业收入 （百万美元）
<td>9,862</td> 利润 （百万美元）
<td>美国</td></tr> 国家
'''
#正则表达式
ranking = re.compile(r'<tr>\n<td>(\d*)</td>\n<td>(.*)</td>')  #排名 ，有的企业上年排名缺失，故用通配符
revenue = re.compile(r'''</a></td>\n<td>(.*)</td>\n<