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

Question

我从以下格式的HTML表中抓取数据：

<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>

它是该页面上唯一的表格。我想存储每个TD标签和它对应的TH标签信息，以形成一个列表，然后最终将其保存到CSV。实际的信息不是用-number保存的，这只是为了说明。数据有数百个表行，所有行在表中都具有以这种方式格式化的同一组数据。

基本上，我希望'name‘是每个TR行中的第一个TD单元格，日期是第二个，依此类推。

我似乎找不到一种使用Python3和BeautifulSoup4的方法，我知道有一种方法，我只是太新了。

谢谢你们的帮助，我在学习的过程中学到了很多。

Answer 1

假设数据是一致的，下面的基本示例应该有效：

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。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，行17...row 100，第1行，第2行。使用上面的Clive代码，我将获得以下结果：

[<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>]

你知道为什么不从第一行开始吗？如果这篇文章格式不好，我深表歉意，并感谢您的帮助！