如何使用python和beautifulsoup解析html表并写入CSV

Question

我尝试解析html页面并获取货币值并写入CSV。我有以下代码：

#!/usr/bin/env python

import urllib2
from BeautifulSoup import BeautifulSoup

contenturl = "http://www.bank.gov.ua/control/en/curmetal/detail/currency?period=daily"
soup = BeautifulSoup(urllib2.urlopen(contenturl).read())

table = soup.find('div', attrs={'class': 'content'})

rows = table.findAll('tr')
for tr in rows:
    cols = tr.findAll('td')
    for td in cols:
        text = td.find(text=True) + ';'
        print text,
    print

问题是，我不知道如何只检索货币值。我尝试了一些正则表达式，例如’^ [0-9] {3}’-以3位数字开头，但是它不起作用。

Answer 1

您最好选择表格中的特定单元格。该类的td单元格cell_c包含您感兴趣的数据，最后一个始终是货币汇率：

rows = table.findAll('tr')
for tr in rows:
    cols = tr.findAll('td')
    if 'cell_c' in cols[0]['class']:
        # currency row
        digital_code, letter_code, units, name, rate = [c.text for c in cols]
        print digital_code, letter_code, units, name, rate

将数据放在单独的变量中，您现在可以将文本转换为十进制数字，然后将它们存储在数据库中。