Python 如何将非结构化字符串转换为数据帧？

我有一个长字符串文本，我想将其转换为数据帧进行分析。请参阅下面的数据示例。我想列为“设施”、“街道”、“城市”、“电话”和“商店营业时间”

我使用StringIO将其转换为数据帧，但它将其转换为具有0行和1000列的数据帧。相反，我希望上面提到的列和每个商店的行

我希望数据填充为行时会是这样：

Facility                    Street               City           Phone   
Alaska USCG Base Ketchikan  1300 Stedman Street  Ketchikan, AK  (907) 228 0250

---

您可以使用简单的web抓取技术，例如

bs4

和

请求

import bs4 

r = requests.get(URL)
b = bs4.BeautifulSoup(r.text)

---

好了，网站比原始字符串更能满足您的需求。阅读一下

BeautifulSou

p以及如何解析XML文件（在本例中为HTML）。您希望提取

p

标记之间的值（即value

）并清除这些值。首先使用一些库获取.HTML文件（如

urllib

或

requests

库），并尝试阅读一些基本示例，了解如何使用

bs4

@rafaelc解析这些库的响应感谢您的帮助。实际上，我最初尝试使用

beautifulsou

来获取信息，但在使其正常工作时遇到了问题，因此我转而尝试一些字符串操作。

import bs4 

r = requests.get(URL)
b = bs4.BeautifulSoup(r.text)

addresses = []

for val in b.find_all(name='p'):
  s = list(val.stripped_strings)
  if s and not s[0].startswith('HOURS'): addresses.append(' '.join(s[:-1]))