爬虫初体验,解析网页Table

前言

闲来无事,学了点python,然后就开始想些点小爬虫,python这种语言喜欢轮子,来减少一些消耗,可是自己总是跨不过这个坎总觉得接受不了(总之就是有点菜),所以写来记录一下

爬取网站:http://www.cnyes.com/futures/basicmetal.aspx的table
工具:requests(用来请求,爬取网页),BeautifulSoup4(解析网页),pandas(数据处理)

程序

1、先将要使用得轮子导入:

import requests
from bs4 import BeautifulSoup
from pandas import DataFrame

2、get_info()函数:

def get_info():

    flag = list()
    info = list()

    url = "http://www.cnyes.com/futures/basicmetal.aspx"
    r = requests.get(url)
    #print(r.encoding)
    soup = BeautifulSoup(r.text, 'html5lib')
    for td in soup.select("tbody tr td"):
        #print(td.text)
        #因为爬下来最前面出现三个空字符串,清除
        if len(td.text) != 0:
            flag.append(td.text)
        #如果list:flag有12个元素
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值