Python 提取HTML文件中的特定元素并插入CSV
我有一个HTML表存储在一个文件中。我想从具有如下属性的表中获取每个td值:Python 提取HTML文件中的特定元素并插入CSV,python,html,csv,beautifulsoup,pycharm,Python,Html,Csv,Beautifulsoup,Pycharm,我有一个HTML表存储在一个文件中。我想从具有如下属性的表中获取每个td值: <td describedby="grid_1-1" ... >Value for CSV</td> <td describedby="grid_1-1" ... >Value for CSV2</td> <td describedby="grid_1-1" ... >Value for CSV3</td> <td describedby="
<td describedby="grid_1-1" ... >Value for CSV</td>
<td describedby="grid_1-1" ... >Value for CSV2</td>
<td describedby="grid_1-1" ... >Value for CSV3</td>
<td describedby="grid_1-2" ... >Value for CSV4</td>
CSV4的值将被忽略,如“网格1-2”所述,而不是“网格1-1”
所以我尝试过这个,但是无论我尝试什么,似乎都有
(a) 每一打印行之间的空白行
(b) 分隔每个字符的逗号
因此,打印更像:
V,a,l,u,e,f,o,r,C,S,V,
V,a,l,u,e,f,o,r,C,S,V,2
我现在做了什么蠢事
谢谢:)
如果结果是列表中的字符串,则需要将其包装在列表中,因为writerows需要一个iterable的iterable并在字符串上迭代:
a.writerows([result]) <- wrap in a list
结果列表中包含所有td标记,因此只需使用.text提取文本。如果结果是列表中的字符串,则需要将其包装在列表中,因为writerows需要一个iterable的iterable并在字符串上迭代:
a.writerows([result]) <- wrap in a list
您的结果列表中有所有td标记,因此只需使用.text提取文本。使用
lxml
和csv
模块
xpath()
方法获取所有td
文本值,其中属性descripibedby
具有值grid\u 1-1
csv
文件writerow()
方法将行写入csv文件使用
lxml
和csv
模块
xpath()
方法获取所有td
文本值,其中属性descripibedby
具有值grid\u 1-1
csv
文件writerow()
方法将行写入csv文件如果使用
writerows
,我认为它必须是a.writerows([[result]])
,因为该方法需要一个iterable的iterable。非常感谢大家。这似乎打印出了完整的、所有的属性和内容。有没有办法只打印内容?@SimonKiely,您需要从元素中提取所需内容。在本例中,是Iimagine@SimonKiely,结果。文本应提取text@rchang,是的,但我认为在这种情况下,writerow是正确的用法。如果使用writerows
,我认为它必须是a.writerows([[结果]])
因为该方法需要一个iterable。非常感谢。这似乎打印出了完整的、所有的属性和内容。有没有办法只打印内容?@SimonKiely,您需要从元素中提取所需内容。在本例中,text是Iimagine@SimonKiely,结果。文本应提取text@rchang,是的,但我认为在这种情况下writerow是正确的使用方法。这将发现所有的td不仅仅是相关的,OP已经在结果中有了标签list@PadraicCunningham:是正确的。OP有标签。(使用descripebby='grid\u 1-1'
获得td
s的正确代码)这将发现所有的td不仅仅是相关的,OP在结果中已经有了标签list@PadraicCunningham:是正确的。OP有标签。(使用descripebby='grid\u 1-1'
获得td
s的正确代码)
a.writerows([result]) <- wrap in a list
a.writerow([result.text]) # write the text from td element
content = """
<body>
<td describedby="grid_1-1">Value for CSV</td>
<td describedby="grid_1-1">Value for CSV2</td>
<td describedby="grid_1-1">Value for CSV3</td>
<td describedby="grid_1-2">Value for CSV4</td>
</body>
"""
from lxml import etree
import csv
root = etree.fromstring(content)
l = root.xpath("//td[@describedby='grid_1-1']/text()")
with open('/home/vivek/Desktop/output.csv', 'wb') as fp:
a = csv.writer(fp, delimiter=',')
for i in l :
a.writerow([i, ])
Value for CSV
Value for CSV2
Value for CSV3
Value for CSV4