Beautiful Soup 爬虫 + Pandas Dataframe, 解析网页的 Table 表格数据

1. 环境介绍
操作系统:Ubuntu 16.04 LTS
编译器:Python 2.7

2. 安装 Beautiful Soup

apt-get install python-bs4 python-bs4-doc

3. 基本测试

import requests
from bs4 import BeautifulSoup

res = requests.get("http://www.nationmaster.com/country-info/stats/Media/Internet-users")
soup = BeautifulSoup(res.content,'lxml')
print soup

获取指定网站页面的html文本数据如下,
Beautiful Soup 爬虫 + Pandas Dataframe, 解析网页的 Table 表格数据_第1张图片

4. Table 数据写入 Pandas Dataframe 的功能实现

import requests
from bs4 import BeautifulSoup
import pandas as pd

# get soup
res = requests.get("http://www.nationmaster.com/country-info/stats/Media/Internet-users")
soup = BeautifulSoup(res.content,'lxml')

# get tables
table = soup.find_all('table')[0] 
df = pd.read_html(str(table))[0]

# get a record from table
print df["COUNTRY"]

获取DataFrame中"COUNTRY"字段的查询数据如下,
Beautiful Soup 爬虫 + Pandas Dataframe, 解析网页的 Table 表格数据_第2张图片

参考文献
[1. 用户手册] http://beautiful-soup-4.readthedocs.io/en/latest/#
[2. 数据网站] http://www.nationmaster.com/country-info/stats/Media/Internet-users

你可能感兴趣的:(Python编程)