Python 2.7 Python-webscraping；字典数据结构

我需要清理这个网站（）并生成一个Excel文件，该文件在第1列中有标题“文件柜名称”，在第2列中有标题“Era”。这意味着每个内阁名称（如Kabinet Presidensil、Kabinet Sjahrir I）都应该有自己的一行，以及各自的时代（如Revolusi Fisik时代、印度尼西亚共和国时代）

这是我得到的最接近的结果：

import requests
from bs4 import BeautifulSoup

response = requests.get('http://setkab.go.id/profil-kabinet/#')
soup = BeautifulSoup(response.text, 'html.parser')

eras = soup.find_all('div', attrs={'class':"wpb_accordion_section group"})

setkab = {}
for element in eras: 
    setkab[element.a.get_text()] = {}

for element in eras:
    cabname = element.find('div',attrs={'class':'wpb_wrapper'}).get_text()
    setkab[element.a.get_text()]['cbnm'] = cabname

for item in setkab.keys():
    print item + setkab[item]['cbnm']

import os, csv
os.chdir("/Users/mxcodes/Code")

with open("setkabfinal.csv", "w") as toWrite:
    writer = csv.writer(toWrite, delimiter=",")
    writer.writerow(["Era", "Cabinet name"])
    for a in setkab.keys():
        writer.writerow([a.encode("utf-8"), setkab[a]["cbnm"]])

但是，这将创建一个Excel文件，在第1列和第2列中分别显示标题“Era”和“CAB NAME”。它无法将每个文件柜名称放在单独的一行中。例如，在第1列中有“Era Revolusi Fisik”，并在第2列中列出所有机柜

---

我的猜测是，我需要以某种方式切换键值对，以便每个文件柜都成为一个键，它的时代成为它的价值——因为目前情况正好相反。但我试过了，但没有成功。有什么帮助吗？谢谢大家!

据我所见，您用于编写的

Cabines[a][“cbnm”]

变量只是一个长

Unicode

，因此当您执行

writer.writerow（[a.encode（“utf-8”），Cabines[a][“cbnm”]）

时，实际发生的情况是您在第一列写入era，在下一列的单个单元格中写入整个Unicode（即使字符串中有

\n

，也不会阻止将其写入单个单元格（

csv

实际上认为您希望unicode仅位于一个单元格中，因此它会将

“

放在

文件柜[a][“cbnm”]

值之前和之后，以确保它实际位于一个单元格中）），要在另一行中写入每个CAB值，应分别为每个所需行使用

writerow

方法。 例如，这段代码对我来说很好：

cabinets = setkab 
with open("cabinets.csv", "w") as toWrite:
    writer = csv.writer(toWrite, delimiter=",")
    writer.writerow(["Era", "Cabinet name"])
    for a in setkab.keys():
        writer.writerow([a.encode("utf-8")])  #write the era column
        cabinets_list = [i for i in cabinets[a]["cbnm"].split('\n') if i != '']  #get all the values that are separated by newline chars (if they aren't empty strings)
        for i in cabinets_list: writer.writerow([a.encode("utf-8"),i])   #write every value separately in the CABINET NAME row

如你所见，我只更改了最后3行

---

我希望这会对您有所帮助！

谢谢您的帮助！该代码确实会在单独的行中给出机柜名称-这是我想要的。但它不会在相邻的列中给出每个机柜的Era类型-这也是我需要的。换句话说，“Era”列应该有单独的行，但重复Era类型；“CAB name”column应该有单独的行，但有唯一的文件柜名称。目前“Era”列只有6个唯一的行。对此有什么建议吗？@mxcodes当然，我已经更新了代码（基本上-而不是执行

writer.writerow（[''，I]）

（在文件柜列旁边创建一个空列），我们将执行此操作

writer.writerow（[a.encode（[utf-8]）），i]）

）