Python 3 BeautifulSoup4 从每个 <tr> 中选择特定的 <td> 标签

Question

我正在以这种格式从 HTML 表格中抓取：

<table>

    <tr>
        <th>Name</th>
        <th>Date</th>
        <th>Number</th>
        <th>Address</th>

    </tr>

    <tr> 1

        <td> Name-1 </td>
        <td> Date-1 </td>
        <td> Number-1 </td>
        <td> Address-1 </td>

    </tr>

    <tr> 2

        <td> Name-2 </td>
        <td> Date-2 </td>
        <td> Number-2 </td>
        <td> Address-2 </td>

    </tr>

</table>

这是该页面上唯一的表格。我想将每个 TD 标签与其相应的 TH 标签信息一起存储以制作一个列表，然后最终将其保存到 CSV 中。实际信息不使用 -number 保存，这只是为了说明。数据有数百个表格行，所有表格中的数据都以这种方式格式化。

基本上，我想让“名称”成为每个 TR 行中的第一个 TD 单元格，日期是第二个，依此类推。

我似乎找不到使用 Python3 和 BeautifulSoup4 的方法，我知道有一种方法，我只是太新了。

感谢大家的帮助，我学到了很多东西。

Answer 1

假设数据是统一的，下面的基本示例应该可以工作：

table_rows = soup.find_all("tr") #list of all <tr> tags
for row in table_rows:
    cells = row.find_all("td") #list of all <td> tags within a row
    if not cells: #skip rows without td elements
        continue
    name, date, number, address = cells #unpack list of <td> tags into separate variables

Answer 2

我也有类似的问题。 sytech 的脚本正在运行。虽然，例如，一个有 100 行的表，我的代码将首先显示第 15 行而不是 html 中出现的第一行，然后显示第 16 行，第 17 行...第 100 行，第 1 行，第 2 行。使用 Clive 的上面的代码，我会得到以下内容：

[<td> Name-15 </td>, <td> Date-15 </td>,<td> Number-15 </td>, <td> Address-15 </td>] [<td> Name-16 </td>, <td> Date-16 </td>,<td> Number-16 </td>, <td> Address-16 </td>] [<td> Name-16 </td>, <td> Date-16 </td>,<td> Number-16 </td>, <td> Address-16 </td>] etc... [<td> Name-100 </td>, <td> Date-100 </td>,<td> Number-100 </td>, <td> Address-100 </td>] [<td> Name-1 </td>, <td> Date-1 </td>,<td> Number-1 </td>, <td> Address-1 </td>]

知道为什么它不会从第一行开始吗？ 如果格式错误，请致歉，并感谢您的帮助！