Python 美化组连接两个表（行）以生成csv文件

您好，我创建了两行。如果你去这个网站 它们有“药物名称和状态”列，当您单击药物名称时，可以找到另外四列。我喜欢按顺序组合（基于药物名称） 因此，它将是药物名称、状态、展示、可用性、估计短缺持续时间、相关信息、短缺原因（根据FDASIA）。 但目前的代码只生成第一个（药物名称、状态）。 我试过了

但我得到了AttributeError:ResultSet对象没有属性“findAll”。我得到了同样的错误

for row in rows,rows_href:

---

有什么建议我该如何生成我想要的吗？

你的代码太乱了

您将获得所有行、下一个所有链接，下一个您将尝试获取所有其他信息，但这样您就无法控制要在行中加入哪些值。最大的问题是，某些行的子页面上没有数据，而您的所有数据都会向上移动一行

您应该从主页上的表中获取所有行，然后使用

for loop

分别处理每一行，以仅获取此单行的其他元素-仅读取此行的链接，仅从子页面获取此行的数据，等等，并将此行的所有数据作为子列表放置在列表中

[名称、状态、链接、演示、可用性、相关、原因]

。然后，您将获得下一个工作，并且只处理下一行的数据

顺便说一句：因为子页面可能有许多行，所以我在

数据中创建了许多行，它们具有相同的名称、状态，但具有不同的其他值

for row in rows_href:


如果有什么不清楚的地方，请告诉我，需要更多的解释！您可能需要
用于行，在zip中链接（行，行href）
，或者您需要直接在循环中执行-
追加（[row，div href.findAll（“tr”））
但它需要减少混乱，并对行中的行使用
：
以单独搜索每行中的链接。其他页面有许多行，因此您可能必须使用相同的
名称、状态保存每行，并且需要为
循环使用额外的
。这只表明您创建的代码太混乱，您应该单独工作主页上的每一行都是如此。@furas非常感谢！我还有一个问题，如果我想创建列名（药物名称、状态、演示文稿…），我该怎么做？因为目前第一个药物是列名。我想如果我这样做[0:]或者不放任何东西都不会跳过标题，但它只会给我索引错误。非常感谢！我还有一个问题，如果我想创建列名（药物名称、状态、演示文稿…），我该怎么做？因为当前第一个药物是列名。我想如果我这样做[0:]或者不放任何东西都不会跳过标题，但它只会给我索引错误。您必须跳过从HTML中获得的第一行，因为它没有数据，只有对您没有用处的表标题。如果您想在文件中添加标题，请使用answer
writer.writerow中的注释行([“名称”、“状态”、“链接”、“演示”、“可用性”、“相关”、“原因]）
for row in rows_href:

 [name, status, values from first row on subpage]
 [name, status, values from second row on subpage]
 [name, status, values from string row on subpage]

from urllib.request import urlopen
from bs4 import BeautifulSoup
import csv

html = urlopen("https://www.accessdata.fda.gov/scripts/drugshortages/default.cfm")
bsObj = BeautifulSoup(html, "lxml")

# list for all rows with all values
data = []

# get table on main page
table = bsObj.find('table', {'id': 'cont'})

# work with every row separatelly
for row in table.find_all("tr")[1:]:  # use `[1:]` to skip header
    # get columns only in this row
    cols = row.find_all('td')

    # get name and url from first column
    link = cols[0].find('a', href=True)
    name = link.text.strip()
    url  = link['href']
    url = "https://www.accessdata.fda.gov/scripts/drugshortages/" + url
    url = url.replace(" ", "%20").replace("®", "%C2%AE")
    print('name:', name)
    print('url:', url)

    # get status from second column
    status = cols[1].text.strip()
    print('status:', status)

    # subpage 
    html = urlopen(url)
    bsObj_href = BeautifulSoup(html, "lxml")
    subtable = bsObj_href.find("table")
    if not subtable:
        data.append([name, status, link, '', '', '', ''])
        print('---')
    else:
        for subrows in subtable.find_all('tr')[1:]:   # use `[1:]` to skip header
            #print(subrows)
            subcols = subrows.find_all('td')
            presentation = subcols[0].text.strip()    
            availability = subcols[1].text.strip()    
            related = subcols[2].text.strip()    
            reason = subcols[3].text.strip()    
            data.append([name, status, link, presentation, availability, related, reason])
            print(presentation, availability, related, reason)
            print('---')

    print('----------')


with open("drug_shortage.csv", 'wt', newline='') as csvfile:
    writer = csv.writer(csvFile)

    # write header - one row - using `writerow` without `s` at the end
    #writer.writerow(['Name', 'Status', 'Link', 'Presentation', 'Availability', 'Related', 'Reason'])

    # write data - many rowr - using `writerows` with `s` at the end
    writer.writerows(data)

# no need to close because it use `with`