我正在尝试从表中抓取一些数据。我得到了我期望的结果,但我找不到将它们保存在干净的 CSV 表中的方法。这是代码,在结果和我想要的下面。有什么建议吗?
from bs4 import BeautifulSoup
import urllib.request # web access
import csv
import re
url = "https://wsc.nmbe.ch/family/87/Senoculidae"
page = urllib.request.urlopen(url) # conntect to website
try:
page = urllib.request.urlopen(url)
except:
print("Ups!")
soup = BeautifulSoup(page, 'html.parser')
regex = re.compile('^speciesTitle')
content_lis = soup.find_all('div', attrs={'class': regex})
for li in content_lis:
con = li.get_text("#",strip=True).split("\n")[0]
print(con)
我得到了这些不错的输出:
Senoculus albidus#(F. O. Pickard-Cambridge, 1897)#|#| Brazil
Senoculus barroanus#Chickering, 1941#|#| Panama
Senoculus bucolicus#Chickering, 1941#|#| Panama
但我需要这样的东西(CSV 用分号或制表符分隔):
Senoculus albidus;(F. O. Pickard-Cambridge, 1897);Brazil
Senoculus barroanus;Chickering1941;Panama
Senoculus bucolicus;Chickering, 1941;Panama
如何删除字符“|” 和一些空间?有什么建议吗?
幕布斯6054654
慕哥6287543
相关分类