如何用逗号分隔结果 Python Web 抓取数据

Question

我正在尝试从不同的站点提取数据和信息。我编写了一个脚本，它运行良好，但是，当我尝试打印结果时，会出现一些问题，比如结果就像句子一样，没有逗号没有分隔符。没有我自己试过，什么也没有。

这是我正在开发的网站http://www.conditions-de-banque-tunisie.com/banques-en-tunisie.html

我试图在结果和空之间加一个逗号。逗号在最后，仅此而已。

linksname.find_all('p')[i].text + ','

import requests
import bs4
import csv
import io
response = requests.get('http://www.conditions-de-banque-tunisie.com/banques-en-tunisie.html')
response.status_code
soup_obj = bs4.BeautifulSoup(response.text, "html.parser")
soup_obj.prettify()


#print('shhh') 
linksname = soup_obj.find(class_='bloc-banques-liste')
#linksname.text
textContent = []
for i in range(0,1): links =   linksname.find_all('p')[i].text
textContent.append(links)  
for text in textContent: 
    print('----------------------------')
    print(text)
    with io.open("fname.txt", "w", encoding="utf-8") as f: f.write(text)

这是结果：

北非国际银行地址：Avenue Kheireddine Pacha Ennassim Montplaisir 1002 TUNISTé：+216 71 950 800传真：+216 71 950 840网站：http://www.naibbank.com/

Qatar National BankAdresse : Rue de la cité des Sciences - B.P. 320 - 1080 Tunis CedexTé：+216 71 750 000传真：+216 71 235 611网站：http://www.qnb.com.tn/

我希望结果会是这样的：

北非国际银行，地址：Avenue Kheireddine Pacha Ennassim Montplaisir 1002，突尼斯：+216 71 950 800，传真：+216 71 950 840，网站：http://www.naibbank.com/

或者最好的结果是：

北非国际银行，地点 Kheireddine Pacha Ennassim Montplaisir 1002，+216 71 950 800，+216 71 950 840，：http://www.naibbank.com/

Answer 1

检查下面的代码，如果有帮助，请告诉我。

import requests
import bs4
import csv
import io
response = requests.get('http://www.conditions-de-banque-tunisie.com/banques-en-tunisie.html')
response.status_code
soup_obj = bs4.BeautifulSoup(response.text, "html.parser")
soup_obj.prettify()


#print('shhh') 
linksname = soup_obj.find(class_='bloc-banques-liste')
textContent = []
links = linksname.findChildren("div", class_='banques-liste-desc', recursive=True)
links = [" \n ".join([y.text for y in link.findChildren("p")]) for link in links]
print(str(links))

Answer 2

以下是您的代码的稍微简化的版本，但在适合您自己的风格后，它应该可以让您到达您需要的地方：

from bs4 import BeautifulSoup as bs
import requests

response = requests.get('http://www.conditions-de-banque-tunisie.com/banques-en-tunisie.html')

soup = bs(response.text, "html.parser")

textContent = []
linksname = soup.find(class_='bloc-banques-liste')
for name in linksname:
    entry =   linksname.find_all('p')[0].text
    textContent.append(entry) 
    break

for bank in textContent:
    print(bank.replace(' :',',').strip())

输出：

Al BarakaAdresse, 88, Avenue Hedi Chaker 1002 TunisTé, +216 71 790 000Fax, +21671 780 235Email, contact@albarakabank.com.tnSite web,  http://www.albarakabank.com.tn/ 



Amen BankAdresse, Avenue Mohamed V 1002 Tunis - TunisieTé, (+216) 71 148 000Fax, (+216) 71 833 517Site web,  http://www.amenbank.com.tn/ 

等等

Answer 3

您可以使用“banques-liste-desc”而不是使用“bloc-banques-liste”类来查找对象
这将直接为您提供所有块的列表。
检查以下代码。

import requests
import bs4
import csv
import io
response = requests.get('http://www.conditions-de-banque-tunisie.com/banques- 
en-tunisie.html')
response.status_code
soup_obj = bs4.BeautifulSoup(response.text, "html.parser")
soup_obj.prettify()

linksname = soup_obj.find_all(class_='banques-liste-desc')
for i in range(0, len(linksname)):
    name = linksname[i].find('h1').find('a').text
    print(name)
    address = linksname[i].find_all('p')
    for j in range(0, len(address)):
        print(address[j].text)
    print("----------------------------")

这里我已经分别打印了所有的值，而不是你可以使用逗号直接加入它们。