python爬取《财富》中国500强名单

记录下代码，学到哪记到哪。注释能看懂就行。

（仅包含排名和公司名称字段）

from bs4 import BeautifulSoup
import requests
import pandas as pd

def fetch_china_500(url):
    # 发送GET请求获取网页内容
    response = requests.get(url)
    response.encoding = 'utf-8'  # 设置编码为 UTF-8
    # 检查响应状态码
    if response.status_code == 200:
        # 使用BeautifulSoup解析网页内容
        soup = BeautifulSoup(response.text, 'html.parser')
        # 找到包含表格的<table>标签
        table = soup.find('table')
        # 初始化一个空的DataFrame
        df = pd.DataFrame(columns=['排名', '公司名称'])
        # 如果找到了表格
        if table:
            # 找到表格中的tbody标签
            tbody = table.find('tbody')
            # 遍历每一行
            for row in tbody.find_all('tr'):
                # 提取每个单元格中的文本
                cells = row.find_all('td')
                rank = int(cells[0].text.strip())# 提取排名
                company_name = cells[2].find('a',target='_blank').text.strip()# 提取公司名称
                # 将提取的信息添加到DataFrame中
                df = pd.concat([df, pd.DataFrame({'排名': [rank], '公司名称': [company_name]})], ignore_index=True)
            # 将DataFrame保存到Excel文件中
            df.to_excel('china_500.xlsx', index=False)
            print("数据已保存到 china_500.xlsx 文件中")
        else:
            print("未找到表格")
    else:
        print("网页请求失败")

# 测试代码
url = 'https://www.fortunechina.com/fortune500/c/2023-07/25/content_435913.htm'
fetch_china_500(url)