Web scraping 如何从bs4中的标记数组中获取字符串？

之后：

我得到：

soup.select('tr:nth-child(1)')

[
日期
T
（C）
Td
（C）
Tmax
（C）
Tmin
（C）
...
]

---

如何在不手动选择每个元素的情况下获取字符串列表（Date、T、Td），如

soup.select（'tr:nth child（1）>th:nth child（5）'）[0]。text

，因为这非常慢，而且我在不同的页面上有不同数量的th？

要将表获取到pandas数据帧，可以使用以下示例：

重新导入
导入请求
作为pd进口熊猫
从bs4导入BeautifulSoup
url=”https://www.ogimet.com/cgi-bin/gsynres?ind=28698&lang=en&decoded=yes&ndays=31&ano=2021&mes=1&day=1"
soup=BeautifulSoup（requests.get（url.content，“html.parser”）
标题=[
th.get_text（strip=True）为汤中的th.thead.select（“tr”）[0]。select（“th”）
]
所有_数据=[]
对于soup.thead.select（“tr”）中的行[1:]：
tds=[td.get_text（strip=True）表示第行中的td。选择（“td”）[：-3]]
tds.insert（0，tds.pop（0）+“”+tds.pop（0））
对于第行中的td。选择（“td”）[-3:]：
img=td。选择一个（“img[onmouseover]”）
如果img：
tds.append（再搜索（r“'（[^']+）”，img[“onmouseover”]）.group（1））
其他：
tds.追加（“-”）
所有数据追加（tds）
df=pd.DataFrame（所有数据，列=标题）
打印（df）
df.to_csv（“data.csv”，index=False）

印刷品：

日期T（C）Td（C）Tmax（C）Tmin（C）ddd ffkmh Gustkmh P0hPa P seahPa PTnd Prec（mm）Nt Nh InsoD-1 Viskm雪（cm）WW W1 W2
2021年01月01日06:00-30.6-33.7----31.1北纬7.2----1027.8 1045.5+1.5----0----20.0----钻石尘（有雾或无雾）雪，或雨雪混合云，在。。。
2021年1月1日03:00-30.7-33.7------30.7 NNW 7.2----1026.2 1044.0+1.0 Tr/12h 8 8 8 3.7 10.0 23钻石尘（有雾或无雾）雪，或覆盖1/2以上天空的雨雪混合云。。。
2021年1月21日00:00-30.1-33.1------北纬7.2---1025.3 1043.0+0.6---8 0---10.0----钻石尘（有雾或无雾）雪，或雨雪混合云，在。。。
3 2020年12月31日21:00-30.5-33.5------北纬3.6----1024.7 1042.4+0.6----0----10.0----钻石尘（有雾或无雾）雪，或覆盖1/2或更少天空的雨雪混合云。。。
等等

并保存

data.csv

（来自LibreOffice的屏幕截图）：

---

你能分享这个URL吗？我已经将这个页面解析为df，但是我的解决方案假设列数固定，并且不能像我所希望的那样正确工作。

[<tr>
 <th bgcolor="#5ac05a" colspan="2">Date</th>
 <th bgcolor="#a3c35a">T<br/>(C)</th>
 <th bgcolor="#c0a35a">Td<br/>(C)</th>
 <th bgcolor="#a3c35a">Tmax<br/>(C)</th>
 <th bgcolor="#a3c35a">Tmin<br/>(C)</th>
...
 </tr>]