Python 有没有一种简单的方法可以从a<;预处理>;标记到数据帧?
我试图将pre标记的内容传递给pandas数据帧,但我无法,这就是我目前所做的:Python 有没有一种简单的方法可以从a<;预处理>;标记到数据帧?,python,html,dataframe,web-scraping,pre,Python,Html,Dataframe,Web Scraping,Pre,我试图将pre标记的内容传递给pandas数据帧,但我无法,这就是我目前所做的: import requests,pandas from bs4 import BeautifulSoup #url url='http://weather.uwyo.edu/cgi-bin/sounding?region=samer&TYPE=TEXT%3ALIST&YEAR=2019&MONTH=09&FROM=2712&TO=2712&STNM=80222'
import requests,pandas
from bs4 import BeautifulSoup
#url
url='http://weather.uwyo.edu/cgi-bin/sounding?region=samer&TYPE=TEXT%3ALIST&YEAR=2019&MONTH=09&FROM=2712&TO=2712&STNM=80222'
peticion=requests.get(url)
soup=BeautifulSoup(peticion.content,"html.parser")
#get only the pre content I want
all=soup.select("pre")[0]
#write the content in a text file
with open('sound','w') as f:
f.write(all.text)
#read it
df = pandas.read_csv('sound')
df
我得到的是一个非结构化的数据帧,由于我必须使用几个URL来实现这一点,我宁愿在第12行之后直接传递数据,而无需编写文件
它是固定宽度的文本,因此您需要通过在“\n”上拆分来生成行,然后使用固定宽度值来生成列。您可以使用csv来节省开销,但您需要一个数据帧
import pandas as pd
import requests
from bs4 import BeautifulSoup as bs
r = requests.get('http://weather.uwyo.edu/cgi-bin/sounding?region=samer&TYPE=TEXT%3ALIST&YEAR=2019&MONTH=09&FROM=2712&TO=2712&STNM=80222')
soup = bs(r.content, 'lxml')
pre = soup.select_one('pre').text
results = []
for line in pre.split('\n')[1:-1]:
if '--' not in line:
row = [line[i:i+7].strip() for i in range(0, len(line), 7)]
results.append(row)
df = pd.DataFrame(results)
print(df)