如何使用 Beautiful Soup 仅刮取连续的第一项答案

【问题标题】：How to only scrape the first item in a row using Beautiful Soup如何使用 Beautiful Soup 仅刮取连续的第一项
【发布时间】：2018-12-05 06:28:06
【问题描述】：

我目前正在运行以下 python 脚本：

import requests
from bs4 import BeautifulSoup

origin= ["USD","GBP","EUR"]
i=0
while i < len(origin):
page = requests.get("https://www.x-rates.com/table/?from="+origin[i]+"&amount=1")
soup = BeautifulSoup(page.content, "html.parser")

tables = soup.findChildren('table')
my_table = tables[0]

rows = my_table.findChildren(['td'])

i = i +1


for rows in rows:
    cells = rows.findChildren('a')
    for cell in cells:
        value = cell.string
        print(value)

从这个 HTML 中抓取数据：

https://i.stack.imgur.com/DkX83.png

我遇到的问题是我正在努力只刮第一列而不刮第二列，因为它们都在标签下并且彼此位于同一表格行中。 href 是唯一可以区分两个标签的东西，我尝试使用它进行过滤，但它似乎不起作用并返回一个空白值。此外，当我尝试手动对数据进行排序时，输出被垂直而不是水平修改，我是编码新手，所以任何帮助将不胜感激:)

【问题讨论】：

标签： python web-scraping beautifulsoup

【解决方案1】：

当您打印从顶部获得的每个项目时，会更容易跟踪发生的情况，例如在这种情况下，来自表格项目。我们的想法是一件一件地去，这样你就可以跟随了。

import requests
from bs4 import BeautifulSoup

origin= ["USD","GBP","EUR"]
i=0
while i < len(origin):
    page = requests.get("https://www.x-rates.com/table/?from="+origin[i]+"&amount=1")
    soup = BeautifulSoup(page.content, "html.parser")
    tables = soup.findChildren('table')
    my_table = tables[0]

    i = i +1

    rows = my_table.findChildren('tr')
    for row in rows:
        cells = row.findAll('td',class_='rtRates')
        if len(cells) > 0:
            first_item = cells[0].find('a')
            value = first_item.string
            print(value)

【讨论】：

【解决方案2】：

您可能还想尝试另一种方法来达到同样的效果：

import requests
from bs4 import BeautifulSoup

keywords = ["USD","GBP","EUR"]

for keyword in keywords:
    page = requests.get("https://www.x-rates.com/table/?from={}&amount=1".format(keyword))
    soup = BeautifulSoup(page.content, "html.parser")
    for items in soup.select_one(".ratesTable tbody").find_all("tr"):
        data = [item.text for item in items.find_all("td")[1:2]]
        print(data)

【讨论】：