从网页上的 table 中提取数据

Question

我正在尝试从带有漂亮汤的网页上的 table 中提取数据。我想获取每一行单元格内的数据。

我是 python 的新手，尝试了以下代码片段，但它不起作用：

import urllib.request
fname = r"C:\Python34\page.htm"
HtmlFile = open(fname, 'r', encoding='utf-8')
source_code = HtmlFile.read()
from bs4 import BeautifulSoup
soup = BeautifulSoup(source_code, 'html.parser')
table = soup.find( "table", {"title":"geoip-demo-results-tbody"} )
rows=list()
for row in table.findAll("tr"):
   rows.append(row)
for tr in rows:
    cols = tr.findAll('td')
    p = col[0].string.strip()
    d = col[1].string.strip()
    print(p)
    print(d)

编辑：我收到这个错误追溯（最近调用最后）：文件 "C:\Python34\scrip.py"，第 14 行，在 d = cols[1].text.strip() IndexError：行的列表索引超出范围” 84.78.229.78ESSantander,
Cantabria,
Cantabria,
Sp‌ ain,
Europe3900143.4647,
-3.8044Orange EspanaOrange Espana 这是生成上述错误 www.pastebin 的 html 文件。com/tQ3Cp5Wj 谢谢

Answer 1

fname = r"F:\Vikas\jobs\temp\page.htm"
HtmlFile = open(fname, 'r', encoding='utf-8')
source_code = HtmlFile.read()
from bs4 import BeautifulSoup
soup = BeautifulSoup(source_code, 'html.parser')

table = soup.find('tbody', id='geoip-demo-results-tbody')
rows = table.find_all('tr')
for tr in rows:
    cols = tr.find_all('td')
    p = cols[0].text.strip()
    d = cols[1].text.strip()
    print(p)
    print(d)

从网页上的 table 中提取数据

Extracting data from table on web page

html

python

beautifulsoup