使用 Python 访问 Web 表 - NIST 网站

Question

我正在尝试从 NIST 网站访问一个表： http://physics.nist.gov/PhysRefData/XrayMassCoef/tab3.html

假设我点击了元素锌。我想使用 python 2.7 将 Energy、u/p 和 u[en]/p 的信息检索到表的 3 列中。

我开始学习 BeautifulSoup 和 Mechanize。但是，我发现很难在与此站点上的表格相关的 HTML 代码中识别出清晰的模式。

我正在寻找类似这样的方式：

import mechanize
from bs4 import BeautifulSoup

page=mech.open("http://physics.nist.gov/PhysRefData/XrayMassCoef/tab3.html")
html = page.read()

soup = BeautifulSoup(html)

我的想法是尝试：

table = soup.find("table",...)

上面的 ... 将是一些标识符。我在上面的 NIST 网站上找不到明确的标识符。

如何使用 python 2.7 导入此表？

编辑：是否可以将这 3 列放在一个表中？

Answer 1

如果我理解你的话， 试试这个：

from bs4 import BeautifulSoup
import requests

respond = requests.get("http://physics.nist.gov/PhysRefData/XrayMassCoef/ElemTab/z30.html")
soup = BeautifulSoup(respond.text)
l = soup.find('table').find('table').find_all('tr')
for i in range(3 , len(l)):
    print l[i].get_text()

编辑： 其他方式（获取 ASCII 列）并将行放入列表 l：

from bs4 import BeautifulSoup
import requests

respond = requests.get("http://physics.nist.gov/PhysRefData/XrayMassCoef/ElemTab/z30.html")
soup = BeautifulSoup(respond.text)
l = soup.find('table').find('pre').get_text()[145:].split("\n")
print l