Python 从html表中抓取数据，在标题之间选择元素

我试图从以下url中获取信息：使用此代码

# Imports
import requests
from bs4 import BeautifulSoup
credit_link = "http://www.mobygames.com/game/xbox360/wheelman/credits"
response = requests.get(credit_link)
soup = BeautifulSoup(response.text, "lxml")
credit_infor= soup.find("div", class_="col-md-8 col-lg-8")
credit_infor1 = credit_infor.select('table[summary="List of Credits"]')[0].find_all('tr')

这是我需要获得的格式：

info          credit_to  studio                   game       console
starring      138920     starring                 Wheelman   Xbox 360
Studio Heads  151851     Midway Newcastle Studio  Wheelman   Xbox 360
Studio Heads  73709      Midway Newcastle Studio  Wheelman   Xbox 360

---

其中信息对应于每行的第一个“td”，信用卡对应于特定贡献者的id（例如138920是Vin Diesel的id），星号对应于标题。我想我可以处理一切，除了在每一排附近获得工作室名称（即标题）（稍后将从中途纽卡斯尔工作室切换到圣地亚哥QA团队等等）。我该怎么做呢？

根据您的程序，

credit\u infor1

将列出所有

tr

标记（行）。如果您检查HTML，即其中包含标题（studio）的行，则它们没有

class

属性。对于所有其他行，它们具有

class=“crln”

属性

因此，您可以迭代所有行，并使用函数检查当前行是否有

class

作为属性（在文档中有些隐藏）。如果该属性不存在，请更改标题，否则继续刮除其他数据

继续您的计划：

studio = ''
for row in credit_infor1:
    if not row.has_attr('class'):
        studio = row.h2.text
        continue

    # get other values that you want from this row below

    info = row.find('td').text
    # similarly get all the other values you need each time

    print(info + ' | ' + studio)

部分输出：

Starring | Starring
Studio Heads | Midway Newcastle Studio
Executive Producers | Midway Newcastle Studio
Technical Directors | Midway Newcastle Studio
Lead Programmers | Midway Newcastle Studio
...
QA Manager | San Diego QA Team
Compliance QA Manager | San Diego QA Team
QA Data Analyst | San Diego QA Team
...
SQA Analyst | SQS India QA
QA Team | SQS India QA
Executive Producers | Tigon Studios
Head of Game Production | Tigon Studios
...

---

您可以通过提取标题的内容来查找studio名称。请确保您忽略了Credits标题和Starting标题。但是我如何将其添加为附加行，例如，稍后QA经理将切换到“圣地亚哥QA团队”——Adam JonesI抱歉，我不太明白您的问题。但是，所有按顺序出现的标题都会更改。根据您的输出要求，如果您在

if

块之后刮取并打印数据，您将得到准确的结果。如果你愿意，我可以添加一些代码来展示一个例子。例如，工作室负责人Craig Duncan，Shaun Himmerick所属，Midway Newcastle Studio，但后来工作室更改了“圣地亚哥QA团队”，我需要说，当工作室是“Midway Newcastle Studio”时，将其写入工作室专栏，然后切换到下一个，明白了。您不需要切换列，只需打印每行的所有列，并在需要时更改值。我正在添加一个示例。。。