Beautiful Soup 解析html表格示例

最新推荐文章于 2025-06-19 21:44:03 发布

转载最新推荐文章于 2025-06-19 21:44:03 发布 · 348 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/wangyufu/p/7298428.html

文章标签：

#python

本文展示了一个使用Python的BeautifulSoup库从特定网站抓取数据的例子。通过解析HTML页面，可以提取学校、项目代码、项目名称及学位相关信息，并打印出来。此教程适用于希望了解网页数据抓取基本操作的读者。

from bs4 import BeautifulSoup
import urllib.request
doc = urllib.request.urlopen('http://www.bkzy.org/Index/Declaration?intPageNo=1')
doc = doc.read().decode('utf-8')

soup = BeautifulSoup(doc, "html.parser")

school = 0
pro_code = 1
pro_name = 2
xuewei = 3
pdf = 4


# find_all 查到所有tr列表
for tr in soup.find_all('tr',):
　　# 在每个tr找td
    td = tr.find_all('td')
    try:
        print('%s_%s_%s_%s.pdf' % (
            td[school].text.strip(),
            td[pro_code].text.strip(),
            td[pro_name].text.strip(),
            td[xuewei].text.strip())
            ,td[pdf].find('a')['href'])
    except IndexError as e:
        pass


参考文档 = 'http://cuiqingcai.com/1319.html'