Python 如何在标题中只保留唯一的值，并在不同的行中获取对应的值？

我有一个链接，在这个链接中，我有一些产品。每种产品都有一个规格表。该表的第一列应该是标题，第二列应该是与之对应的数据。每个表的第一列都不同，有一些重叠的类别。我想得到一个大桌子，上面有所有这些类别，每行都有不同的产品。我能够获得一个表（一种产品）的数据，如下所示：

import requests
import csv
from bs4 import BeautifulSoup 
def cpap_spider(max_pages):
    page=1
    while page<=max_pages:
        url= "https://www.1800cpap.com/cpap-masks/nasal?page=" +str(page)
        source_code= requests.get(url)
        plain_text= source_code.text
        soup= BeautifulSoup(plain_text, 'html.parser')
        for link in soup.findAll("a", {"class":"facets-item-cell-grid-title"}):
            
            href="https://www.1800cpap.com"+link.get("href")
            title= link.string
            each_item(href)
            print(href)
            #print(title)
        page+=1
        
data=[] 
def each_item(item_url):
    source_code= requests.get(item_url)
    plain_text= source_code.text
    soup= BeautifulSoup(plain_text, 'html.parser')
    table=soup.find("table", {"class":"table"})
    
    table_rows= table.find_all('tr')
    for row in table_rows:
        cols = row.find_all('td')
        cols = [ele.text.strip() for ele in cols]
        data.append([ele for ele in cols if ele]) # Get rid of empty values
    b = open('all_appended.csv', 'w')
    a = csv.writer(b)
    a.writerows(data)
    b.close()
    
    
            
cpap_spider(1)            

导入请求
导入csv
从bs4导入BeautifulSoup
def cpap_爬行器（最大页数）：
页码=1
当page假设标题始终位于每个表的第一行时，您只需跳过每个表中的该行，但不包括第一行。一种简单的方法是将要处理的第一行存储在初始化为0的变量中，并在处理函数中将其设置为1。可能代码：

def cpap_spider(max_pages):
    page=1
    start_row = 0
    while page<=max_pages:
        ...
        for link in soup.findAll("a", {"class":"facets-item-cell-grid-title"}):
            ...
            each_item(href, start_row)
            start_row = 1        # only first call to each_item will get start_row=1
            print(href)
            #print(title)
        page+=1
...
def each_item(item_url, start_row):
    ...    
    table_rows= table.find_all('tr')
    for row in table_rows[start_row:]:        # skip first row if start_row==1
        ...

def cpap_spider（最大页数）：
页码=1
起始行=0
当页面使用
xlsxwriter
而不是
csv
时，因为如果文本包含一个没有空格的逗号
，“
而不是旁边有空格的逗号
，”
则您的csv文件将出现问题，因为每个列值都由
，“
分隔，例如如果
text=“aa，bb”
然后csv将认为此文本包含两列，如
“aa”
和
“bb”


这就是你需要的

导入请求
导入xlsxwriter
从bs4导入BeautifulSoup
def cpap_爬行器（最大页数）：
全球第一排
页码=1
页面显示时，此代码返回一个空白csv文件。我不理解完整问题中您也可以参考的问题。我是否必须添加try-catch表达式，因为对于某些链接，这不起作用？对于某些链接，根本不存在可从中获取信息的表。错误出现在“table_rows=table.find_all（'tr'）”行中。表示无类型对象您应该首先检查
if table
或尝试使用
控制台检查
table
的值。log（table）
我认为
table
是
无
，如果您放置
if table
，则检查行，否则继续下一个链接