我能从Pyhton中有多个链接的网页中解析和导出信息吗？

Question

我正在尝试解析3到4种疾病的数量，这是我的大学项目所遵循的临床建议。

基本上，我想从https://www.uspreventiveservicestaskforce.org/BrowseRec/Index/browse-解析和导出到Excel的表头(名称，类型，年份，年龄组)，然后填充它与疾病，但更重要的是，与链接内可用的信息(人口，建议，等级)。

我的想法是，我不知道如何解析链接中的信息-例如，以第一个链接疾病(腹主动脉瘤:筛查)为例，这是包含我需要的信息的页面- https://www.uspreventiveservicestaskforce.org/Page/Document/UpdateSummaryFinal/abdominal-aortic-aneurysm-screening

美汤是解决之道吗？我是一个新手，所以任何帮助都是非常感谢的。非常感谢！

Answer 1

你要做的是

1. 使用python-requests获取索引页
2. 使用BeautifulSoup解析页面内容并提取您对这些urls感兴趣的urls
3. 中的每个urls，再次使用requests获取“疾病”页面，然后再次使用BeautifulSoup提取您感兴趣的数据<

<代码>H19使用<代码>D10模块将这些数据写入.csv文件，该文件可由Excel (或任何其他类似程序，如OpenOffice等)打开。<代码>H211<代码>G212

所以在伪代码中：

get the index content
for each disease_url in the index content:
    get the disease page content
    retrieve data from the page content
    write data to csv

所有这些包都是rather well documented，所以在Python语言中实现它应该不会有太多问题。